Isomorphic Labs در حال رقابت برای تکان دادن مسیر طولانی و دردناک داروهای ضد سرطان است.

رئیس آزمایشگاه های ایزومورفیک، مکس جادربرگ، معتقد است که در پنج سال آینده، تمام داروها توسط هوش مصنوعی طراحی خواهند شد. جیلیان ادلشتاین برای BI در یک دفتر غارنشین در مرکز هوش مصنوعی لندن، گروهی از محققان در حال آماده شدن برای نبرد با قدیمی ترین دشمن بشریت هستند.

Isomorphic Labs، فرعی از Google DeepMind و زاییده ذهن پیشگام هوش مصنوعی، Demis Hassabis، یک ماموریت بلندپروازانه حتی با استانداردهای سایر آزمایشگاه‌های هوش مصنوعی دارد: استفاده از هوش مصنوعی برای تولید داروهایی که می‌توانند سرطان را درمان کرده و بیماری را به گذشته تبدیل کنند.

مکس جادربرگ، رئیس Isomorphic و فردی که عملیات روزانه را در شرکت تحت نظارت Hassabis به عنوان مدیر عامل اداره می کند، می داند که این یک هدف عالی است. با این حال، او بی حوصله است.

جادربرگ 36 ساله که در ماه سپتامبر در مصاحبه ای اختصاصی با Business Insider صحبت کرد، گفت: "این یک بیانیه مضحک است، اما ما واقعا آن را با رویی مستقیم می گوییم." او افزود که سرعتی که کارکنان ایزومورفیک با پیشرفت‌های داخلی به سراغ او می‌آمدند در سه سال گذشته از ماهانه به هفتگی افزایش یافته است.

او گفت: «در پنج سال آینده دنیایی وجود ندارد که همه داروها توسط هوش مصنوعی طراحی نشده باشند.

در حال حاضر، به نظر می رسد که این هدف خیلی دور باشد. داروهای طراحی‌شده با هوش مصنوعی بیش از یک دهه است که در حال توسعه هستند، اما هیچ‌یک هنوز تأییدیه FDA را دریافت نکرده‌اند یا فرآیند آزمایش‌های بالینی را تکمیل نکرده‌اند، یک برنامه نظارتی چند ساله که حدود 90 درصد از داوطلبان دارو با شکست مواجه می‌شوند.

Isomorphic به لطف AlphaFold، مدل هوش مصنوعی توسعه یافته توسط DeepMind که برنده جایزه نوبل Hassabis شد و نقشه برداری پروتئین را متحول کرد، از مزیت حرکت اولیه برخوردار شد و دری را به روی داروهای طراحی شده با هوش مصنوعی باز کرد.

جادربرگ گفت که ایزومورفیک قصد دارد از مدل‌های هوش مصنوعی خود برای غلبه بر بسیاری از موانعی که معمولا نامزدهای امیدوارکننده مواد مخدر را سرکوب می‌کنند، استفاده کند. این شرکت در حال کار بر روی روشی برای استفاده از مدل‌های خود - و محاسبات فراوان آن - برای پیش‌بینی نحوه تعامل مولکول دارو با سایر مولکول‌های بدن است، فرآیندی که آزمایش دستی آن بسیار گران است.

در ماه فوریه، ایزومورفیک از «موتور طراحی دارو» رونمایی کرد که به گفته این شرکت در AlphaFold بهبود می‌یابد.

جادربرگ گفت که ایزومورفیک قصد دارد از آن برای مهندسی دقیق مولکول ها استفاده کند تا بیماران بتوانند حداقل مقدار داروی مورد نیاز را دریافت کنند. امید این است که با این کار از عوارض ناشی از تجمع غلظت بالای دارو در جریان خون آنها جلوگیری شود.

جادربرگ گفت که هدف نهایی این شرکت این است که بتواند تعامل بین مولکول ها را به خوبی پیش بینی کند که دانشمندان آن حتی مجبور نباشند در حین طراحی دارو وارد آزمایشگاه شوند.

جادربرگ گفت که تلاش‌های داخلی طراحی داروی این شرکت بر روی توسعه داروهای جدید برای سرطان، شرایط مربوط به سیستم ایمنی و بیماری‌های التهابی متمرکز است.

او گفت: "شرکت های زیادی هستند که فقط می گویند: "اینجا یک دارو در کلینیک وجود دارد، آیا می توانیم فقط یک تغییر کوچک ایجاد کنیم و یک بهبود تدریجی ایجاد کنیم که به ما امکان می دهد بخشی از آن بازار را در اختیار بگیریم؟"

جادربرگ افزود: «فکر می‌کنم ما فرصت بزرگ‌تری را می‌بینیم، یعنی دنبال داروهایی که قبلا ساخته نشده‌اند».

از نمونه های اولیه گرفته تا بیماران

جادربرگ، که بخشی از تیم موسس ایزومورفیک بود، توسط Hassabis مستقیما از دانشگاه به DeepMind استخدام شد. او ابتدا به Hassabis نزدیک شد تا یک سرمایه‌گذار فرشته در استارت‌آپ بینایی کامپیوتری که در دوران دانشجویی تأسیس کرده بود باشد، اما Hassabis در عوض پیشنهاد خرید شرکت را برای آوردن Jaderberg به DeepMind داد. ماکس جادربرگ فارغ التحصیل دانشگاه آکسفورد در ژانویه رئیس آزمایشگاه ایزومورفیک شد. جیلیان ادلشتاین برای BI جادربرگ، دانشجوی سابق مهندسی از خانواده‌ای از محققان و پزشکان سرطان (پدربزرگش به عنوان متخصص قلب در سوئد آزمایش‌های دارویی انجام می‌داد)

در ژانویه به رئیس Isomorphic منتسب شد، زیرا قبلا به عنوان افسر ارشد هوش مصنوعی خدمت می کرد.

اکنون، او با این چالش مواجه است که در واقع داروهای طراحی شده با هوش مصنوعی Isomorphic را از نمونه های اولیه به بیماران منتقل کند.

تاکنون، ایزومورفیک با غول های داروسازی Novartis، Johnson & Johnson و Eli Lilly همکاری های تحقیقاتی انجام داده است. جادربرگ گفت موتور طراحی داروی جدید استارت آپ هوش مصنوعی همچنین پایه ای را برای این شرکت فراهم کرده است تا آزمایش داروهای طراحی شده با هوش مصنوعی را در آزمایشات بالینی آغاز کند، با آزمایشات انسانی نه چندان دور.

جادربرگ گفت: "اگر می‌خواهیم همه بیماری‌ها را حل کنیم، به یک موتور طراحی دارویی نیاز دارید که فقط برای یک ناحیه بیماری، یک منطقه درمانی، یک نشانه، یک نوع پروتئین، حتی یک روش کار کند. ما به چیزی نیاز داریم که برای همه چیز کار کند."

رئیس Isomorphic از ارائه جدول زمانی برای آزمایشات بالینی خودداری کرد، که این شرکت قبلا آن را عقب انداخته بود. با این حال، جادربرگ گفت که این شرکت هیچ تاخیر جدیدی را تجربه نکرده است و در طول سال گذشته در حال ایجاد یک تیم توسعه بالینی در بوستون برای آماده سازی برای این نقطه عطف بوده است.

حتی با وجود مدل‌های پیشرفته هوش مصنوعی و محاسبات سالم، مانع چهره‌های ایزومورفیک ترسناک است. پیمایش در دستکش آزمایش‌های بالینی و استفاده از داروها از مفاهیم روی صفحه رایانه تا داروهای واقعی یکی از طاقت‌فرساترین چالش‌های بیوشیمی است.

محققان مولکول‌هایی می‌سازند که برای هدف قرار دادن یک پروتئین خاص طراحی شده‌اند، سپس آنها را تحت یک فرآیند آزمون و خطا قرار می‌دهند. تیم‌ها اغلب زمانی که دارو بر روی سلول‌های زنده کار نمی‌کند یا عوارض جانبی غیرمنتظره‌ای ایجاد می‌کند، اغلب به تخته نقاشی بازمی‌گردند.

در نهایت، چند طرح به مرحله ای می رسند که می توان آنها را روی حیوانات آزمایش کرد. پس از سال ها آزمایش، یک انتخاب کوچک ممکن است به آزمایش های انسانی پیش رود.

کل فرآیند ممکن است بیش از یک دهه طول بکشد. محققان موفق دارویی می توانند ببینند که فقط یک یا دو داروی آنها در تمام طول حرفه خود به بیماران می رسد. بسیاری دیگر هیچ کدام را نخواهند داشت.

اجرای دستکش آزمایش دارو

جادربرگ گفت چند دلیل برای نرخ شکست 90 درصدی نامزدهای دارویی وجود دارد.

او گفت که بیوتکنولوژی های سنتی اغلب با محدودیت بودجه مواجه هستند، بنابراین آنها باید فرصتی برای مولکول هایی که می دانند کامل نیستند، بگیرند. مولکول دارو ممکن است به پروتئین های "خارج از هدف" برخورد کند که می تواند باعث عوارض جانبی و سمیت ناخواسته شود.

با این حال، از نظر جادربرگ، دلایل اصلی شکست عمیق‌تر است. او گفت که نامزدهای ناموفق دارو معمولا شکست می خورند زیرا بر اساس درک نادرست از زیست شناسی هستند.

او گفت که ساختن یک موتور واقعا انقلابی طراحی دارو نیاز به یک مدل زیست‌شناسی جامع دارد که می‌تواند نحوه تعامل پروتئین‌ها و واکنش‌های شیمیایی گام به گام را که نحوه رشد و مرگ سلول‌ها را دیکته می‌کند، درک کند.

"من فکر می‌کنم این به یک هدف تحقیقاتی عمیق‌تر و طولانی‌مدت اشاره می‌کند که در حال حاضر در حال انجام آن هستیم. چگونه می‌توان زیست‌شناسی را از نظر مکانیکی بهتر درک کرد؟" جادربرگ گفت.

علیرغم جاه طلبی ایزومورفیک، راه رسیدن به اولین داروهای سرطان طراحی شده با هوش مصنوعی هنوز نامشخص است.

استارت‌آپ‌های طراحی داروی هوش مصنوعی مانند Recursion و Schrödinger مشکلاتی را در مورد داروهای طراحی‌شده با هوش مصنوعی گزارش کرده‌اند و برخی از نامزدهای داروی برجسته نتوانسته‌اند فراتر از آزمایش‌های فاز 1 حرکت کنند.

کارشناسان احتیاط را توصیه کرده اند. در مقاله ای در ماه مارس، امیلیا جاورسکی، مدیر مؤسسه آینده زندگی، هشدار داد که در حالی که هوش مصنوعی در حل مسائلی که مبتنی بر قواعد یا غنی از داده هستند برتری دارد، زیست شناسی هیچکدام از این ها را ندارد. جاورسکی از «وعده‌های نادرست مدیران عامل فناوری» انتقاد کرد که فناوری‌های آن‌ها به سرعت درمان بیماری‌هایی را که برای هزاران سال بشریت را عذاب داده‌اند آغاز می‌کنند.

لنارد لی، دانشیار دانشگاه آکسفورد و سرپرست پروژه پروژه هوش مصنوعی و ابررایانه واکسن سرطان در بریتانیا، به Business Insider گفت که هوش مصنوعی توانایی دانشمندان را برای پیش‌بینی خواص مولکولی و طراحی داروهای جدید تغییر داده است. با این حال، او هشدار داد که این داروها هنوز با "آزمون نهایی" خود روبرو هستند.

لی گفت: «توسعه دارو به طرز فوق‌العاده‌ای دشوار است و پیش‌بینی‌های امیدوارکننده اغلب در مواجهه با واقعیت زیست‌شناختی با شکست مواجه می‌شوند.

شارلوت دین، استاد بیوانفورماتیک ساختاری در دانشگاه آکسفورد، می‌گوید که بسیاری از پروتئین‌های بدن دارای ساختار مایعی هستند که حتی برای پیشرفته‌ترین ابزارهای هوش مصنوعی نیز سخت است.

دین گفت: "همه ما ستاره ها را هدف می گیریم و این دقیقا همان کاری است که باید انجام دهیم. اما هنوز یک فرآیند طولانی است تا نشان دهیم که یک دارو موثر است."

"اسپیس ایکس برای کشف دارو"

موفقیت AlphaFold ممکن است به ایزومورفیک پیشتاز اولیه در مسابقه کشف داروهای ضد سرطان شود، اما هر دوی آنتروپیک و OpenAI در ماه‌های اخیر از تلاش‌های خود برای کشف دارو رونمایی کرده‌اند.

در ماه آوریل، OpenAI GPT-Rosalind را معرفی کرد، یک مدل اختصاصی هوش مصنوعی مرزی که برای کوتاه کردن زمان کشف دارو تا تایید ساخته شده است و همکاری با غول‌های داروسازی Novo Nordisk و Moderna را اعلام کرد. در ماه اکتبر، سازنده ChatGPT گفت که پلتفرم توسعه داروی مبتنی بر هوش مصنوعی Orchestra Bio را با مبلغی نامشخص خریداری کرده است.

آنتروپیک، که اخیرا برنامه‌هایی را برای عرضه اولیه اولیه عمومی سهام پرفروش فاش کرده است، در این ماه گفت که با شش سازمان علوم زیستی برای استقرار هوش مصنوعی در سراسر توسعه دارو و تسریع روند کارآزمایی بالینی همکاری کرده است. آزمایشگاه هوش مصنوعی همچنین تلاش‌های داخلی خود را برای کشف دارو راه‌اندازی کرده است که درمان بیماری‌ها از جمله اشکال نادر دیستروفی عضلانی دوران کودکی را هدف قرار داده است، با هدف آنتروپیک شروع آزمایش‌های انسانی از اواخر سال 2028.

داریو آمودی، مدیر عامل آنتروپیک، در آغاز فراخوان ماه گذشته خود برای گام برداشتن در مرز، اعتقاد خود را به این باور داشت که هوش مصنوعی می‌تواند بسیاری از بیماری‌های بزرگ را در پنج تا 10 سال آینده درمان کند و فاش کرد که خودش از یک "سرطان در مراحل اولیه" جان سالم به در برده است.

در یک پست X در ماه اوت، آمودی فراتر رفت. او پیشنهاد کرد که دستیابی به پیشرفت واقعی در مبارزه با بیماری‌هایی مانند سرطان برای کمک به آزمایشگاه‌های هوش مصنوعی برای دور زدن دیدگاه عمومی بدبینانه نسبت به رونق هوش مصنوعی و توجیه هزینه‌های هنگفت پول و زمین ضروری است.

آمودی نوشت: «در این مرحله، گفتن اینکه هوش مصنوعی سرطان را درمان می‌کند، بیشتر کلیشه‌ای است تا الهام‌بخش، و بیشتر مردم فکر می‌کنند فریبنده است. چیزی که جواب می‌دهد در واقع درمان سرطان است.» جادربرگ استدلال کرد که دانشمندان برتر هوش مصنوعی هنگام تصمیم گیری در مورد محل کار بیشتر به "تأثیر" فکر می کنند. جیلیان ادلشتاین برای BI جادربرگ گفت که آزمایشگاه‌های مرزی مانند Anthropic و OpenAI، که هر دو فهرست‌های عمومی گسترده را دنبال می‌کنند، بیشتر از Isomorphic به "ایجاد تبلیغات" و ارتباط نتایج علاقه‌مند هستند.

او افزود: "ما نمی خواهیم بیش از حد در مورد کاری که انجام می دهیم تبلیغات کنیم. ما سعی نمی کنیم نرم افزار بفروشیم. ما سعی نمی کنیم مجوز مدل های خود را صادر کنیم. ما می خواهیم برای بیماران دارو بسازیم."

او گفت که در نهایت ایزومورفیک را به عنوان یک داروساز عمودی یکپارچه که داروهای خود را طراحی، می سازد و مستقیما برای بیماران ارسال می کند، تصور می کند. یک "SpaceX برای کشف مواد مخدر."

"ما زمان زیادی برای دمیس داریم"

Isomorphic نسبت به رقبای خود یک مزیت بزرگ دارد: Hassabis، که پس از کناره گیری از سمت خود به عنوان رئیس DeepMind در ماه آگوست برای ایفای نقش تحقیقاتی گسترده تری در Alphabet، مدیر عامل شرکت باقی می ماند.

حسابیس در پست خود که نقش جدید خود را اعلام کرد، گفت که برای کمک به درمان بیماری، به کار خود در ایزومورفیک متمایل خواهد شد. جادربرگ گفت که هیچ تغییری در ساختار سازمانی ایزومورفیک ایجاد نشده است، اما افزود که این شرکت قبلا از تمرکز جدید Hassabis سود می برد.

جادربرگ گفت: "او معتقد است که این یکی از مهم ترین ماموریت هایی است که باید انجام دهیم. ما در حال حاضر زمان زیادی برای دمیس داریم تا به ما در رسیدن به این چشم انداز کمک کند، و داشتن حتی بیشتر از او برای ما مثبت خواهد بود."

جادربرگ اضافه کرد که انتظار دارد هدف منحصر به فرد Isomorphic مزیت دیگری نسبت به Anthropic و OpenAI در داغ ترین بخش تجارت هوش مصنوعی ایجاد کند: استخدام.

هم Anthropic و هم OpenAI در ماه‌های اخیر تحت تأثیر خروج‌های برجسته قرار گرفته‌اند. محققان هر دو شرکت با هشدارهای چشمگیر در مورد خطرات ایمنی فاجعه بار و آخرالزمان های مبتنی بر هوش مصنوعی از کار کناره گیری کرده اند.

جادربرگ در سخنانی قبل از این حرکت ها گفت که ایزومورفیک مسیری را به محققان پیشنهاد کرد تا هوش مصنوعی را به گونه ای اعمال کنند که تأثیر مثبتی در دنیای واقعی داشته باشد.

جادربرگ گفت: «فکر می‌کنم تعداد زیادی از دانشمندان و مهندسان هوش مصنوعی وجود دارند که واقعا می‌خواهند آن تأثیر نهایی را ببینند و می‌خواهند که چیزی واقعا ملموس و متفاوت با آنچه من فکر می‌کنم به عنوان تأثیر از آزمایشگاه‌های مرزی فعلی ارائه می‌شود، باشد».

او افزود: "به عنوان یک گونه، ما باید این فناوری را به سمت کاربردهای خوب سوق دهیم."

مقاله اصلی را در Business Insider بخوانید