編集者 | KX

最近、バイオテクノロジー企業 Atomic AI は、化学マッピング データを利用した初の大規模言語モデル (LLM) の開発に成功したと発表しました。 Atomic AI は、高度な機械学習技術と最新の構造生物学を組み合わせて、RNA 創薬の謎を解き明かします

Atomic AI の研究者は、大規模化学物質の社内カスタム湿式研究室分析を活用する新しいプラットフォーム コンポーネントを作成しました。収集されたマッピングデータ。科学者らは数百万のRNA配列に関するデータを収集し、10億以上のヌクレオチドレベルの測定を行った。このデータに基づいてトレーニングされた ATOM-1 は、RNA についての豊富な理解を深め、さまざまな RNA パターンの特性を最適化するために使用できます。

Atomic AI ツイッター アドレス: https://twitter.com/AtomicAICo/status/1735659469609037974

Atomic AI が 12 月 14 日に記事を公開しました プレプリント論文「ATOM-1: 化学地図データに基づく RNA の構造と機能の基本モデル」が bioRxiv に公開されました。この論文では、Atomic AI の独自の ATOM-1™ プラットフォーム コンポーネントについて詳しく説明します。この基本モデルは RNA の構造と機能を正確に予測でき、RNA 治療薬の開発を改善する上で重要な役割を果たします

#論文リンク: https://doi.org/10.1101/2023.12.13.571579

マンジュナス・ラマラオ博士、最高科学責任者Atomic AI は次のように述べています:

「ATOM-1 は、RNA の構造的および機能的側面と、小分子、mRNA ワクチン、siRNA、環状RNA などの RNA パターンの主要な特徴を予測できます。 「RNA、治療設計の効率化を支援します。私たちの目標は、合理化された創薬プロセスを作成して独自のパイプラインを前進させ、パートナーと協力してRNAターゲットとツールの検証を支援し、最終的に必要な治療を迅速かつ効果的に患者に提供することです。」

Atomic AI の創設科学者であり機械学習担当ディレクターであるステファン・アイスマン博士は次のように述べています:

「RNA ヌクレオチド修飾と次世代シークエンシングに基づいた大規模なデータセットを構築することにより、Atomic AI チームは初の RNA ベースのモデルを作成しました。私たちは、RNA 研究の他の側面へのモデルの広範な適用と、最適化におけるその使用に興奮しています。」 RNA ベースの医薬品。私たちは、mRNA ワクチンの安定性と翻訳効率、siRNA の活性と毒性など、さまざまな特性の可能性に興奮しています。」

高品質の RNA データ

RNA ベースの薬剤と RNA 標的薬剤は、病気を治療する有望な新しい方法として浮上しています。これらの治療薬の最適化には時間と費用がかかる実験的スクリーニングが必要ですが、合理的な設計には RNA の構造と機能を正確に理解する必要がありますが、これまでライフサイエンスコミュニティが利用できる高品質の RNA データはほとんどありませんでした。なぜなら、生体内情報を収集するための動物モデルや 3D RNA 構造を決定するためのクライオ電子顕微鏡 (cryo-EM) などの既存の方法は、使用が難しく、時間がかかるからです。安定性、毒性、翻訳効率などの重要な RNA 治療特性の最適化は、「実際の」データが不足しているため困難でした

化学マップ データでトレーニングされた初の RNA ベースのモデル

この設計課題に対処するために、Atomic AI は、機械学習トレーニング用に特別に開発されたデータ収集戦略を通じて、化学マップ データでトレーニングされた初の RNA ベースのモデルである ATOM-1 を立ち上げました。 ATOM-1 埋め込みの上に小さなプローブ ニューラル ネットワークを使用して、このモデルが RNA の豊富な内部表現を開発したことを実証します。限られた量の追加データでトレーニングされたこれらの小規模ネットワークは、主要な RNA 予測タスクで最先端の精度を達成し、このアプローチが RNA 分野全体にわたる治療設計を可能にする可能性があることを実証しました。

図: 高精度の一般化による二次構造予測のための ATOM-1 プローブ。 (出典: 論文)

ATOM-1 は、以前に公開された方法よりも正確に RNA の二次構造と三次構造を予測できます

図: A 線形二次構造でトレーニングされた 257 個のパラメーターを備えたプローブは、他の RNA に一般化されます。 (出典: 論文)

#図: 三次構造予測用の ATOM-1 プローブは最先端の精度を示します。 (出典: 論文)

注目すべきことに、ワクチン設計のための ATOM-1 と他の計算ツールを比較した遡及的分析では、ATOM-1 は溶液中の mRNA の安定性を予測する他の 1,600 の方法すべてを上回っていました。これらの結果に基づいて、限られたデータを使用して新しい基礎モデルを適応させて RNA のさまざまな特性を予測することができ、RNA の構造を決定するだけでなく、RNA 治療薬の他の重要な特徴も予測できます。

図: 基本モデル埋め込みなしのベースラインと比較した ATOM-1 プローブの構造予測。 (出典: 論文)

過去 2 年半にわたり、私たちは基礎となるモデルをトレーニングするためのデータを意図的に設計し、収集してきました、と「Atomic AI」の創設者兼 CEO のラファエル・タウンゼント博士は述べています。 「機械学習と生成人工知能を通じて、少数の初期データポイントから RNA の構造と機能を高精度で予測するように ATOM-1 を調整できる、またとない機会が得られました。」

#倴サイエンス カバー、Atomic AI 独自の AI 駆動 3D RNA 構造エンジン

Atomic AI は、2021 年 5 月に設立され、サンフランシスコ ベイエリアに本社を置く新興バイオテクノロジー企業です。同社は、機械学習と構造生物学の融合を活用して RNA 創薬を前進させることに重点を置いています。彼らは、基本的な深層学習モデルを活用して、RNA をターゲットとする低分子、RNA ベースの薬剤、および RNA ツールを探索および設計する独自のプラットフォームを開発しました

Atomic AI のテクノロジー「RNA 構造の幾何学的深層学習」の関連記事"("Geometric Deep Learning of RNA Structure") が Science 誌の表紙に掲載されました。

サイエンス カバー記事リンク: https://www.science.org/doi/10.1126/science.abe5650

Atomic AI の PARSE エンジンは、 RNA 構造データセットを生成する人工知能駆動の 3D RNA 構造エンジン。機械学習による基本モデルとウェットラボでの大規模な社内実験を組み合わせることで、このエンジンは RNA ターゲットの機能的バインダーを明らかにすることができます。その画期的なテクノロジーは、前例のない速度と精度で構造を予測します。リガンド可能な RNA モチーフは、これは、現在の RNA 創薬方法における重要な障害となっています。

高度なアルゴリズムと大規模な実験生物学研究を組み合わせることで、現在市販薬のない疾患を治療するための新しい RNA 標的薬や RNA ベースの薬を設計できます。発見および操作された 3D RNA 構造のデータベースを活用し、Atomic AI は合理的に設計された小分子医薬品候補のパイプラインの開発を進める計画です

Atomic AI は 2 回の投資ラウンドで合計 4,200 万ドルの資金を調達しました。シリーズAの資金調達は2023年1月に取得されました。 Atomic AI は 2 つの投資ラウンドで合計 4,200 万ドルの資金を調達しており、そのうち最新のものは 2023 年 1 月のシリーズ A 資金調達でした

Atomic AI は人工知能で強化された構造生物学において道をリードしており、支持されています機械学習研究者、医薬品化学者、エンジニア、実験生物学者からなる学際的なチームに加え、戦略的科学アドバイザーや世界クラスの投資家によって構成されています。 RNA 医薬品の設計を変えることで、治療不可能な病気の治療に成功

Atomic AI 公式 Web サイト: https://atomic.ai/

参考コンテンツ: https://www.businesswire.com /ニュース/ホーム/20231215527488/ja/

以上がRNA創薬の画期的な初のRNA基本モデル、10億ヌクレオチド以上のレベルでの測定技術を明らかにの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。