Exscientia が生成 AI を使用して創薬を再考

Exscientia は、患者のニーズをさかのぼって、耐容性が高く効果的な医薬品に必要な特性の複雑な組み合わせを特定する正確な TPP (Target Product Profile) ) を定義しています。AI エンジニアは、TPP を満たす可能性のある薬剤候補のパネルを生成するアルゴリズムを設計します。アクティブラーニングアルゴリズムは、TPP を前進させるか、将来の DMTL サイクルに備えてモデルを改良するかのどちらかになるため、エキスパート設計者がラボで合成する薬剤候補のショートリストを選定するのに役立ちます。

Exscientia のアルゴリズムは、公開されている薬理学データと、患者組織サンプル、ゲノミクス、単一細胞トランスクリプトミクス、医学文献から生成された独自の社内データに基づいてトレーニングされています。Exscientia は、プロセス全体を通してデータをエンコードし、実験結果と以前の設計サイクルを分析することで、今後の設計サイクルを最適化し、物理的に合成可能な化合物設計を促進することができます。Exscientia は、AWS で構築されたこの合成対応の反復的なアプローチを使用して、作成する化合物の数を業界平均の 10 分の 1 まで削減しました。「臨床試験の前に、化学的な悪影響を排除して、より安全で効果的な薬剤候補を作ることが目的です」と Hallett 氏は言います。

Exscientia は、業界のベンチマークと比較して、資本コストを 80% 削減しながら、医薬品設計を最大 70% 加速しました。Exscientia は、生成 AI を他のツールと組み合わせて使用することで、より優れた薬剤候補をより迅速に開発しただけでなく、臨床試験に適切な薬剤の組み合わせを特定しました。

Exscientia は、手動でのラボ機器の取り扱いを回避するために、最先端の化学合成および生物学アッセイのラボ機器に自動化ロボットを組み込んでいます。そのため、AWS のマイクロサービスによってオーケストレーションしたラボは、人間の監視を最小限に抑えながら年中無休で24時間稼働できます。「設計が準備できたら、ボタンを押すだけで、数日以内にロボットが医薬品を製造しています」と Hallett 氏は言います。Exscientia は、非常に高いレベルのセキュリティと包括的なディザスタリカバリを維持しながら、この自動化されたロボット機能を活用して、業界全体で使用されている従来のオフショア研究契約に起因する製造およびテストのタイムラインを短縮しています。

同社でのロボティックオートメーションラボの開設にともない、さらなる生産性の向上が見込まれています。ラボで生成されたデータは、アルゴリズムの予測を改善し、DMTL サイクルをスピードアップします。

Exscientia が人工知能を使って設計した 6 つの分子が臨床試験に入りました。「AWS を利用することで、ボトルネックが減り、パイプラインが加速します」と Hallett 氏は言います。「この高度に統合された自動 DMTL ループを有効にすることで、薬剤候補をより迅速に、より費用対効果の高い方法で作成できます」