Pular para o conteúdo principal

Exscientia usa a IA generativa para transformar a descoberta de medicamentos

Visão geral

A Exscientia usa inteligência artificial generativa (IA) em todo o ciclo de design-fazer-testar-aprender (DMTL) para descobrir novas terapias para pacientes de forma rápida e relativamente barata. Os métodos convencionais de descoberta de medicamentos podem levar até 15 anos e custar mais de 2 bilhões de dólares, com uma taxa média de falha de 90 a 96 por cento, porque os cientistas buscam candidatos específicos a medicamentos entre 1060 moléculas pequenas biodisponíveis. Desenvolvida na Amazon Web Services (AWS), a solução inovadora de DMTL da Exscientia incorpora o projeto em uma simulação computacional, ao usar algoritmos de IA generativa para projetar compostos na nuvem, e robôs automatizados que fabricam candidatos a medicamentos em um laboratório. “Usamos a IA generativa para solucionar problemas de eficiência e eficácia”, afirma David Hallett, diretor executivo interino e diretor científico da Exscientia. “Ao prever as características moleculares de um medicamento seguro e eficaz em uma simulação computacional, reduzimos o número de experimentos dispendiosos. Nossa plataforma, desenvolvida em colaboração com a equipe da AWS, foi otimizada para a obtenção de agilidade. É possível repetir diversos ciclos de aprendizado de DMTL, aprimorando nossos candidatos a medicamentos a cada nova iteração.”

Missing alt text value

Sobre Exscientia

A Exscientia é uma empresa de design e desenvolvimento de medicamentos orientada por tecnologia, comprometida em criar medicamentos mais eficazes para os pacientes, com mais rapidez. A Exscientia combina design de precisão com experimentação integrada, com o objetivo de inventar e desenvolver os melhores medicamentos possíveis da maneira mais eficiente.

Uso da IA generativa para uma descoberta de medicamentos mais eficiente a custos reduzidos

Ao desenvolver um trabalho partindo das necessidades dos pacientes, a Exscientia define perfis de produto alvo (TPPs, na sigla em inglês) precisos, que especificam a combinação complexa de propriedades necessárias para que um medicamento seja eficaz e bem tolerado. Os engenheiros de IA desenvolvem algoritmos que geram painéis de potenciais candidatos a medicamentos para atender aos TPPs. Os algoritmos de aprendizado ativo auxiliam os projetistas especializados na seleção de uma lista reduzida de candidatos a medicamentos para síntese no laboratório, já que esses algoritmos avançam os TPPs ou aperfeiçoam os modelos para os ciclos subsequentes de DMTL.

Os algoritmos da Exscientia são treinados com dados de farmacologia disponíveis publicamente e com dados proprietários gerados internamente a partir de amostras de tecido de pacientes, amostras genômicas, análises de transcriptoma de células únicas e da literatura médica. Ao codificar dados ao longo do processo e analisar os resultados experimentais e os ciclos de planejamento anteriores, a Exscientia pode otimizar os próximos ciclos de projeto e impulsionar o desenvolvimento de compostos que sejam fisicamente sintetizáveis. Com essa abordagem iterativa e voltada para a síntese, desenvolvida na AWS, a Exscientia produz dez vezes menos compostos em comparação com a média do setor. “O objetivo é resolver as limitações químicas para desenvolver candidatos a medicamentos mais seguros e eficazes antes de realizarmos testes em pacientes”, afirma Hallett.

A Exscientia acelerou o processo de desenvolvimento de medicamentos em até 70%, ao mesmo tempo em que reduziu o custo de capital em 80% em comparação com os parâmetros de referência do setor. Com o uso da IA generativa em conjunto com outras ferramentas, a Exscientia não apenas realizou o desenvolvimento de candidatos a medicamentos de melhor qualidade com mais rapidez, mas também identificou as combinações de medicamentos adequadas para testes clínicos com pacientes.

Redução do tempo e dos custos ao usar robótica automatizada para desenvolver medicamentos de melhor qualidade

A Exscientia incorporou equipamentos de síntese química e testes biológicos de última geração com robôs automatizados para evitar o manuseio manual de equipamentos de laboratório. Dessa forma, seu laboratório, orquestrado pelos microsserviços da AWS, pode operar 24 horas por dia e 7 dias por semana, com a mínima supervisão humana. “Quando nossos projetos estão finalizados, basta pressionar um botão e, em poucos dias, os robôs já estão fabricando o medicamento”, afirma Hallett. Com níveis de segurança excepcionalmente elevados e uma recuperação de desastres abrangente, a Exscientia usará essa funcionalidade de robótica automatizada para reduzir os prazos de produção e de testes resultantes dos contratos de pesquisa externa tradicionais utilizados no setor.

Ao concluir o ciclo com seu laboratório de automação robótica, a empresa espera aumentar ainda mais a produtividade. Os dados gerados no laboratório aprimoram as previsões algorítmicas e aceleram os ciclos de DMTL.

Introdução às moléculas projetadas por IA em ensaios clínicos

Seis moléculas projetadas pela Exscientia com o uso de IA já estão em ensaios clínicos. “Ao usar a AWS, reduzimos os gargalos e aceleramos o pipeline”, afirma Hallett. “Ao ativar esse ciclo de DMTL altamente integrado e automatizado, é possível produzir candidatos a medicamentos de forma mais rápida e econômica.”

Missing alt text value
Usando a AWS, reduzimos os gargalos e aceleramos o pipeline.

David Hallett

Diretor executivo interino e diretor científico da Exscientia

Você encontrou o que estava procurando hoje?

Informe-nos para que possamos melhorar a qualidade do conteúdo em nossas páginas