Nvidia approfondit le développement de médicaments pour l'IA avec les partenariats Amgen et Recursion

[ad_1]

Nvidia Corp.NVDA,
+4,83%
redouble d'efforts dans la découverte et le développement de médicaments basés sur l'intelligence artificielle, en annonçant lundi des partenariats élargis avec Amgen Inc. AMGN,
+1,41%
et Recursion Pharmaceuticals Inc. RXRX,
+3,27%.

deCODE Genetics, filiale d'Amgen, construit un superordinateur Nvidia pour créer des « modèles de base » génomiques – des modèles formés sur des ensembles de données massifs pour s'attaquer à une variété de tâches – afin d'alimenter la découverte de médicaments, a déclaré Nvidia lundi au JPMorgan Chase & Co. JPM,
-1,48%
conférence sur les soins de santé à San Francisco.

Nvidia a également annoncé lundi que sa propre plateforme d'IA générative pour la découverte de médicaments, BioNeMo, est désormais en phase de test bêta et est adoptée par les acteurs de la découverte de médicaments assistée par ordinateur du secteur, notamment Recursion et Insilico Medicine. Les méthodes informatiques de la plateforme aident les scientifiques à s'appuyer sur l'IA générative pour réduire les expériences, voire les remplacer complètement, a déclaré Nvidia.

Le premier modèle tiers disponible dans BioNeMo sera un modèle de base Recursion pour la découverte de médicaments, a déclaré Nvidia.

« Il se passe un moment très important dans le monde pharmaceutique et dans la façon dont les médicaments sont découverts », a déclaré Kimberly Powell, vice-présidente des soins de santé chez Nvidia, lors d'un appel aux journalistes jeudi. L’industrie de la découverte de médicaments, estimée à 250 milliards de dollars, « est en train d’être réinventée grâce à la biologie numérique et à l’IA générative », a-t-elle déclaré.

La dynamique derrière la découverte de médicaments basée sur l’IA s’est développée alors que l’industrie pharmaceutique cherche à freiner le taux d’échec coûteux impliqué dans le développement traditionnel de médicaments. Environ 90 % des médicaments candidats qui atteignent le stade des essais cliniques échouent, et pour les médicaments réussis, le cheminement vers le marché américain prend généralement 10 à 15 ans et coûte environ 2,5 milliards de dollars.

Parmi les principaux fabricants de médicaments ayant conclu des accords liés à l'IA ces derniers mois figurent Novo Nordisk NVO,
+0,00%,
qui a annoncé en septembre un partenariat avec Valo Health Inc. axé sur de nouveaux programmes cardiométaboliques, et RHHBY de Roche Holding AG,
+0,47%
Unité Genentech, qui a annoncé en novembre une collaboration de recherche avec Nvidia axée sur la découverte de médicaments basés sur l'IA.

Pourtant, des questions demeurent quant au potentiel de l’IA à améliorer la rapidité et l’efficacité du processus de découverte de médicaments. Tout comme le chatbot ChatGPT fabrique parfois des réponses, le problème équivalent de la découverte de médicaments pourrait conduire les outils d’IA à « suggérer des substances impossibles à fabriquer », a déclaré un éditorial d’octobre dans la revue Nature. De tels problèmes pourraient être résolus grâce au codage manuel des connaissances sur les structures moléculaires, indique la revue, et avec l'aide d'autres outils d'IA.

Un autre défi : pour rassembler suffisamment de données pour une découverte efficace de médicaments basée sur l'IA, les sociétés pharmaceutiques doivent trouver un moyen de partager des informations sans sacrifier l'avantage concurrentiel que procurent les ensembles de données propriétaires, ont écrit les chercheurs d'Amgen dans un article publié en septembre dans Nature. Une solution, écrivent les chercheurs, pourrait être une approche « d’apprentissage fédéré » dans laquelle chaque entreprise met à jour un modèle partagé à l’aide d’ensembles de données sans partager les données sous-jacentes.

Le modèle de base de Recursion proposé par BioNeMo se concentre sur la traduction d'images de cellules humaines en représentations mathématiques de la biologie, a déclaré Chris Gibson, PDG de Recursion, lors de l'appel avec les journalistes. « Nous pensons que cela deviendra aussi important et passionnant que la génomique », qui implique la cartographie et l'édition de gènes, a déclaré Gibson.

« Nous voulons faire progresser le domaine et nous pensons qu'en partageant ce modèle de base, nous accélérerons le partage d'autres modèles », a déclaré Gibson. « Cela nous permettra tous d'avancer plus rapidement. »

Mais « nous gardons encore beaucoup de choses en propriété exclusive », a-t-il ajouté, notamment plus de 50 pétaoctets de données biologiques que Recursion utilise pour ses programmes internes et ses partenariats.

[ad_2]

Loading

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*