Машинное обучение стало своего рода основным продуктом в нашем современном высокотехнологичном мире, эта технология широко используется в различных отраслях. Мы видим чат-ботов в обслуживании клиентов, алгоритмы автоматизации в финансовой торговле, административную помощь в здравоохранении, и чаще всего мы наблюдаем, как машинное обучение используется в биотехнологической отрасли.

Ученые используют машинное обучение в генетике и исследованиях генома, одна из причин заключается в том, что геном человека является одним из самых больших наборов данных, когда-либо изученных, и люди содержат более 20 000 различных генов, каждый из которых отличается. Машинное обучение позволяет ученым лучше анализировать наборы генетических данных, что, по сути, приводит к лучшему пониманию нарушений и аномалий, с которыми сталкивается человеческий организм.

Биотехнологический стартап A-Alpha Bio из Сиэтла надеется лучше понять человеческое тело через один конкретный его аспект с целью улучшения здоровья человека, стартап, разрабатывающий платформу машинного обучения для белковых взаимодействий.

Терапевтические белки

Созданная как дочерняя компания Института дизайна белков Вашингтонского университета, A-Alpha Bio интегрирует вычислительные инструменты в эксперименты на основе дрожжей для выявления терапевтических белков. С помощью этой интеграции ученые A-Alpha Bio пытаются обнаружить белки, которые можно превратить в лекарства, промышленные ферменты, биосенсоры и пищевые продукты, чтобы улучшить и исцелить человеческий организм.

Компания поддерживает обширную базу данных, содержащую почти 500 миллионов измерений белок-белковых взаимодействий, опираясь на одноклеточные дрожжи, сконструированные для экспрессии различных белков или белковых фрагментов. Дрожжи сливаются в два взаимодействующих белка, которые затем идентифицируются с помощью вычислительных инструментов A-Alpha Bio, AlphaSeq и AlphaBind.

AlphaSeq использует общую инженерию и выполняет секвенирование ДНК для создания обширного набора данных о белках и передает эту информацию в AlphaBind. Затем AlphaBind использует машинное обучение для прогнозирования новых последовательностей белков на основе желаемых свойств связывания.

Компания сотрудничает с другими лабораториями и учреждениями, преследующими аналогичные цели, такими как Bristol Myers Squibb для исследования взаимодействия белков, Ливерморская национальная лаборатория Лоуренса для разработки антител против биоугроз и Gilead Silences для терапевтических исследований ВИЧ.

Машинное обучение биологическим задачам

Генеральный директор A-Alpha Bio Дэвид Янгер считает, что ИИ может значительно улучшить разработку терапевтических средств как по скорости, так и по качеству. Компания, состоящая из 45 человек, также считает, что развитие машинного обучения, которое привело к его мощи и совершенству, определенно должно больше применяться к биологическим данным, поскольку это принесет большую пользу компаниям в этой области.

Стартап недавно привлек 22,4 миллиона долларов для дальнейшего развития своей платформы машинного обучения при поддержке инвесторов Perceptive Xontogeny Ventures, Madrona Venture Group, Breakout Ventures.

Предыдущее финансирование A-Alpha Bio было получено Фондом Билла и Мелинды Гейтс, Национальным научным фондом и Исполнительным управлением Объединенной программы химической, биологической, радиологической и ядерной защиты. На данный момент компания привлекла в общей сложности 51 миллион долларов США, стремясь к дальнейшему улучшению здоровья человека.

Подробнее о подобных статьях читайте на странице Digger Insights.