Forbes SUA a relatat că o echipă de foști cercetători plecați de la Meta au dezvoltat un model de limbaj AI pentru un startup în biotech și au ridicat cel puțin 40 de milioane de dolari.EvolutionaryScale este condusă de Alexander Rives, care a coordonat echipa Meta AI de pliere a proteinelor până când gigantul tehnologic a închis proiectul în luna aprilie. Echipa fondatoare este formată din opt membri și toți provin din aceeași divizie a Meta, unde au creat un modelasemănător cu GPT-4 de la OpenAI sau cu Bard de la Google, dar antrenat pe date despre moleculele de proteine pentru a prezice structurile altor proteine necunoscute. L-au folosit pentru a crea o bază de date care conține în prezent 700 de milioane de posibile structuri tridimensionale – piese cheie în dezvoltarea de medicamente care ar putea vindeca boli, microorganisme care ar putea curăța zonele poluate sau modalități alternative de fabricare a substanțelor chimice industriale.Acțiunea de fund raising a EvolutionaryScale a durat până în luna iunie, când fondul Lux Capital a decis conducerea uneirunde de finanțare de aproximativ 40 de milioane de dolari, potrivit surselor Forbes SUA, care au estimat că investitorii auevaluat EvolutionaryScale la 200 de milioane de dolari, iar dintre cei care au participat la această rundă de investiții au fost și investitorii de renume în domeniul AI – Nat Friedman și Daniel Gross.Proteinele sunt molecule mari formate din lanțuri pliate de aminoacizi și sunt elementele de bază ale bacteriilor, ale microbilor și ale celulelor umane. Funcțiile lor specifice sunt adesea dictate de formele lor, iar această formă poate fi modificată atunci când interacționează cu alte substanțe chimice sau cu alte proteine în corp. Astfel, părți specifice ale unei proteine sunt adesea țintele medicamentelor pentru tratarea bolilor. Cu toate acestea, prezicerea formei unei proteine este complicată, deoarece este guvernată de interacțiunile complexe dintre miile de atomi din interiorul ei (de exemplu, părul buclat este cauzat de interacțiunea atomilor de sulf conținuți într-un anumit aminoacid).Aceste predicții sunt cruciale pentru a permite oamenilor de știință să înțeleagă funcțiile proteinelor și să proiecteze medicamente care să se lege corect de structura lor tridimensională. Capacitatea de a cartografia structura atâtor proteine ajută oamenii de știință să își îndrepte atenția către direcțiile în care merită să investească resurse.Subsidiara Google, DeepMind, a făcut cea mai mare impresie în domeniu în 2020 prin lansarea în sursă deschisă a AlphaFold, sistemul său AI pentru prezicerea structurilor proteinelor. Laureatul premiului Nobel, Venki Ramakrishnan, a salutat munca DeepMind ca pe un “avans uimitor” care “ar schimba fundamental cercetarea biologică”, într-o postare pe blogul companiei din 2020. Chiar și capacitatea de a prezice structura a 200 de milioane de proteine aduce o provocare imensă pentru oamenii de știință de a determina modul în care medicamentele ar interacționa cu aceste molecule. Aceasta a fost ulterior publicată în revista Nature și a adus CEO-uluiDeepMind, Demis Hassabis, și cercetătorului principal, John Jumper, un premiu 3 milioane de dolari pentru descoperiri senzaționale.În noiembrie anul trecut, grupul condus de Rives a evidențiat modelul său într-un articol publicat în revista Science, arătând că poate face predicții de 60 de ori mai rapid decât AlphaFold, deși sunt în medie mai puțin precise. Până în prezent, AI a adus în mare parte îmbunătățiri doar incrementale în eficiența dezvoltării de medicamente. Momentul de revelație pentru AI generativă bazată pe text – în care capacitățile tehnice s-au îmbunătățit atât de brusc și intens încât a declanșat o explozie comercială – încă nu a avut loc în biologie, iar unele companii farmaceutice tradiționale nu sunt convinse că acest lucru va avea loc vreodată.În aprilie, când încercarea susținută de ChatGPT de a comercializa AI generativă era în plină desfășurare, echipa lui Rives a plecat de la Meta. În timp ce gigantul tehnologic și-a înființat brațul de cercetare în domeniul AI pentru a urmări o gamă largă de cercetări, atenția companiei s-a restrâns pe măsură ce anumite proiecte au arătat viabilitate comercială; în mod similar, OpenAI a desființat echipa sa de robotică în 2021. Financial Times, care a raportat pentru prima dată despre plecarea echipei de la Meta, a descris-o ca parte a unui val mai larg de concedieri și o schimbare de strategie la compania-mamă pentru a se concentra pe eforturi comerciale, precum o serie de roboți AI, pentru că la nivel de management există convingerea, potrivit Forbes SUA, că AI are puține șanse de a oferi venituri profitabile din biotech pe termen scurt.Jucători comerciali mai mari, precum Schrödinger, care în prezent are o capitalizare de piață de mai puțin de 3 miliarde de dolari, vând produse bazate pe metode mai vechi de modelare moleculară.EvolutionaryScale este cea mai recentă companie care atrage capital la evaluări masive pentru cercetarea bazată pe modele AI. Printre companiile de dezvoltare a modelelor care au devenit unicorn se numără Inflection AI, care a strâns 1,3 miliarde de dolari în iunie; Cohere, care a anunțat 270 de milioane de dolari în mai; și Adept, care a încheiat o investiție de 350 de milioane de dolari în martie. Hugging Face, un furnizor de infrastructură AI apreciat, a anunțat recent o injectare de 235 de milioane de dolari la o evaluare de 4,5 miliarde de dolari. Multe dintre aceste tranzacții reprezintă pariuri că veniturile neglijabile din biotech vor crește în cele din urmă. Stability AI, care a strâns 100 de milioane de dolari la o evaluare de 1 miliard de dolari anul trecut, are dificultăți în generarea de venituri, printre alte provocări, așa cum a raportat Forbes într-o investigație din iunie.Progresele tehnice ulterioare în ceea ce privește inteligența artificială pentru plierea proteinelor vor necesita, de asemenea, investiții semnificative. DeepMind a înființat un nou departament de cercetare pentru medicamente noi, Isomorphic Labs, în decembrie 2022, în timp ce concurenții Insitro și Recursion – ultima listată la bursa NASDAQ, au strâns peste 1 miliard de dolari de la investitori privați și publici.Chiar și cu aceste investiții, timpul mediu pentru a dezvolta un medicament de la descoperire până la aprobarea FDA este de aproximativ 7-10 ani.EvolutionaryScale estimează că va cheltui 38 de milioane de dolari în primul an, dintre care 16 milioane de dolari vor fi alocate puterii de calcul, potrivit Forbes SUA. Costurile se înmulțesc de la acest moment încolo, ajungând la 161 de milioane de dolari în al doilea an și 278 de milioane de dolari în al treilea an (cu 100 de milioane de dolari și, respectiv, 200 de milioane de dolari alocate pentru calcul). Compania a subliniat în mod repetat că ar putea dura zece ani pentru ca modelele de AI utilizate în biotech să contribuiecu adevărat la proiectarea produselor și a terapiilor.