Command Palette
Search for a command to run...
NVIDIAより二度目の出資を受けました！ AI 製薬会社 Terray が世界最大の化学データセットを構築するために 1 億 2,000 万米ドルの資金調達を完了
最近、AI 製薬会社 Terray Therapeutics は、1 億 2,000 万米ドルのシリーズ B 資金調達の完了を発表しました。この資金調達ラウンドは、体内免疫学プロジェクトの臨床試験を推進し、同社の生成 AI プラットフォーム tNova をさらに改善するために使用されます。
Terray の資金調達は、NVIDIA のベンチャー キャピタル部門 NVentures と新規投資家 Bedford Ridge Capital が主導したと報告されています。これは、NVIDIA による Terray への 2 回目の投資です。
2023 年 11 月に、NVIDIA はすでに Terray に対してリスクの高い株式投資を行っていました。当時、Terray Therapeutics は高品質の実験データを大量に保有しており、独自の小分子化学の基本モデルをさらにトレーニングし、生成 AI を使用して複雑な創薬問題を解決したいと考えていましたが、不足しているコンピューティング リソースが大きな障害に直面していました。 。 NVIDIA は、NVIDIA AI ソフトウェア スタックと NVIDIA のフルスタック コンピューティングの専門知識を活用して、Terray が基本モデルの開発の最適化と拡張を支援する NVIDIA DGX™ Cloud プラットフォームを Terray に提供することを約束します。
これに関して、NVenture の責任者であるモハメド (シド) シディーク氏は次のように述べています。「生成 AI はバイオテクノロジー業界に多大な影響を与えており、私たちは Terray が創薬分野で重要なブレークスルーを達成し、関連プロジェクトを臨床段階に加速できるよう支援したいと考えています。」
最近、Terray は業界をリードする化学基本モデル COATI をリリースしました。これは、分子言語と計算言語の間の変換問題を解決するために設計された、事前トレーニング済みのマルチモーダル薬物ベースの化学空間エンコーダ/デコーダ モデルです。具体的には、COATI は実験データの化学構造を有用なデジタル表現に変換し、AI がデータをより効率的に処理できるようにし、分子のデジタル表現を入力として使用して「解読」するか、特定の分子で必要なものをさまざまな方法で生成します。特性を利用して生成分子設計を実現します。
COATI原紙： https://pubs.acs.org/doi/10.1021/acs.jcim.3c01753#Abstract
この観点から見ると、Terray は 2023 年の資金調達時に設定した重要な目標を達成しました。現在、NVIDIA の新たな支援により、同社の将来の発展は無限の可能性を秘めています。
膨大なデータに基づいた、ドライおよびウェットの完全なクローズドループ AI 創薬
医薬品の研究開発の分野では、新薬の開発には通常10年かかり、10億ドル以上の投資が必要であるという「ダブルテンルール」が広く流布されている。この長いサイクルと高コストは、新薬の研究開発において克服すべき障害であることは間違いありません。
AI は、分子構造、タンパク質の構造、分子と疾患間の相互作用などの大量のデータ内の潜在的なパターンを学習することで、人体内の薬物標的を決定し、潜在的な薬物分子などを特定できるようになり、製薬業界に前例のない機会をもたらしました。 、新薬開発サイクルは大幅に短縮されました。 AI製薬会社Exscientiaの創設者であるアンドリュー・ホプキンス氏は、将来すべての医薬品はAIを使用して設計されるだろうと率直に述べました。
そしてこれはまさに Terray の本来の意図です。反復的なアプローチを通じて医薬品開発における多くの課題に対処するには、Terray は世界最大の化学データセットを構築し、このデータは、設計および実験サイクルごとに価値を付加し続け、分子やターゲットの探索にさらに使用されます。さらに重要なのは、Terray には他の企業にはない利点があります。つまり、AI とウェット実験を組み合わせて、データ側の閉ループを形成します。この閉ループにより、モデルの予測を行うだけでなく、実験を通じて予測結果の妥当性を検証することもできます。
Terray の詳細については、以下を参照してください。
これは、Terray の共同創設者であるジェイコブ ベルリン博士のことを言及する必要があります。
「Terray のテクノロジーはもともとナプキンから生まれました。そのとき、これが未来の会社になると気づきました。私たちが考案した技術は、数分で数億の分子をスクリーニングし、それらの疾患原因との相互作用を文書化することができるため、これは明らかに学術には適さない創薬技術です。なぜなら、学術界は開発、商品化、大規模な生産、販売に重点を置いていないからです。 「ジェイコブ・ベルリンは言いました。
「その後、私はシティ・オブ・ホープで教授を8年間務めました。この期間中、私の研究室はナノマテリアルと合成化学の交差点に焦点を当てていました。私はウェットラボラトリープラットフォームを構築し、それに基づいて多数の化学データベースを作成しました」当初のアイデアは徐々にその時、このテクノロジーの居場所を見つける時期が来たと感じたので、Terray という会社を設立しました。」
今日、Terray はテクノロジーの工業化を達成しました。
Terray の人工知能プラットフォーム tNova は、超ハイスループット実験、生成 AI、生物学、医薬化学、自動化、ナノテクノロジーを組み合わせて、前例のないスピードと精度での医薬品開発を可能にします。既存の薬剤候補ライブラリに基づいて、研究者は毎日数十億の正確な化学データポイントを測定し、過去 3 年間で数百万の新薬候補のライブラリを合成し続けています。 、公開されているすべての化学研究データの約 50 倍です。
ほとんどの医薬品開発会社とは異なり、Terray では、コンピューターによるサポートがなければウェット ラボ作業をスムーズに進めることができません。また、その逆も同様です。実際、Terray はもともと湿式研究室の実践から設立されました。研究者は湿式研究室で大量のデータを作成し、これらのデータをテストしてモデル化し、実際の物理的および化学的データで再度検証することで、効率的な研究システムを形成しました。クローズドループは創薬プロセスを大幅に加速します。
Narbe Mardirossian 氏は次のように述べています。「閉ループ システムは絶対に重要です。正直に言って、数週間、場合によっては数日で反復的にテスト、仮説を立て、仮説を検証できるのはおそらく Terray だけです。モデルを開発し、予測を行うことができます。そして、これらの予測を現実に検証することは、すべての計算化学者と機械学習科学者の夢です。」
社内で人材を採用し、社外との連携を強化する
ただし、湿式研究室と AI の緊密な統合を実現するには、Terray は化学、生物学、計算化学、機械学習、自動化などの複数の分野で人材を採用するなど、学際的なチームに依存する必要があります。まさにこの要求に基づいて、さまざまな分野のエリートが多様な専門知識を Terray にもたらします。その結果、素晴らしいチームが誕生しました。
Terray チーム メンバーの詳細情報: https://www.terraytx.com/team
2022 年 3 月、Feroze (Fez) Ujjainwalla 博士がビジネス リーダーとして正式に Terray に加わりました。フェズ氏は、低分子創薬分野で 26 年の経験を持つ上級専門家として、有名なメルク社で複数のプロジェクトを主導し、先進的な概念医薬品を臨床開発段階に導きました。テレー氏の就任により、創薬と臨床治療における役割が果たされます。このギャップを理解することで、同社は業界内で独自の視点を得ることができました。
同年7月、テレイはフィオナ・ブラック博士を科学諮問委員会に任命した。フィオナ博士は、エンドツーエンドの製品ソリューションと製造プロセスの学際的な技術開発に焦点を当てており、「大規模な化学生物学的相互作用データを機械学習手法と組み合わせることで、破壊的イノベーションの可能性が実証されるでしょう」と述べました。これは彼女がテレイに惹かれる重要な理由でもあります。
会社が成長を続ける中、テレー氏は 2022 年 11 月にバシル・ダヒヤット博士を独立取締役として招待しました。 Bassil Dahiyat は、25 年間にわたりバイオテクノロジーの分野に深く関わっており、タンパク質設計と治療への応用への優れた貢献により、MIT Technology Review の「トップ 100 若手イノベーター」にも選ばれました。彼は、創薬の分野は長い間規模とリソースによって制限されており、Terray プラットフォームが提供できる大規模な実験スクリーニングと高度な計算手法がこのボトルネックを打破し、潜在的な新薬候補を発見するのに役立つことをよく知っています。
戦略的発展の観点から、テレー氏は2022年12月に元アルナイラム・ファーマシューティカルズの創業最高経営責任者（CEO）ジョン・マラガノア博士を取締役会と経営陣チームの戦略顧問として招待した。 Maraganore 博士は、ONPATTRO®、GIVLAARI®、OXLUMO®、および Leqvio の 4 つの治療薬の開発と商業化を主導してきたバイオテクノロジー業界の上級専門家です。彼は、データ駆動型プラットフォームが継続的なイノベーションを推進すると信じており、Terray は大規模で高精度の実験データ生成を通じて創薬における長期的な問題点を解決すると確信しています。
Fez、Fiona、Dahyat、Maraganore などの多くの優れた才能が加わってから、Terray の学際的なチームコラボレーションのレイアウトは徐々に改善され、生成 AI 主導の小分子医薬品設計のリーダーとしての地位が徐々に強化されました。次の計画はAI医薬品の臨床試験を推進することだ。
臨床試験は新薬の有効性と安全性を確認するために必要なステップであり、最終的にその薬が市場に投入されるかどうかの重要なハードルでもあります。新薬の臨床試験をより効果的に推進するため、テレー社は免疫学の分野で20年以上の専門的蓄積を持つスダ・パラスラマン博士を特別に任命し、豊富な臨床開発と商業経験を有しています。腫瘍学、血液学、希少疾患。ジェイコブ・バーリン氏は、「スダ博士の専門知識の支援により、テレーの社内および共同プロジェクトは臨床段階に向けてより適切に前進できるだろう」と述べた。企業間の協力も医薬品の臨床化を促進する重要な方法の 1 つです。
2022年10月、Terrayはバイオ医薬品会社Calicoと提携を締結した。 Alphabetによって設立された企業として、Calicoは、人間の老化に関連する生物学的問題の研究に高度な技術とモデルを使用することに取り組んでおり、この提携は、がんを含む老化関連疾患の治療のための小分子療法の発見と開発を目的としています。合意によると、両社はTerrayのtNovaプラットフォームを使用して、Calicoが選択した標的の小分子リード化合物を同定する。tNovaプラットフォームは、高密度マイクロアレイ技術と機械学習ツールを通じて、小分子と疾患標的の間の生化学的相互作用を体系的に分析できる。 、老化関連疾患の新しい治療法の開発が大幅に加速します。
キャリコ 詳細については、以下を参照してください。
https://www.calicolabs.com/
ブリストル・マイヤーズ スクイブ社の詳細については、以下を参照してください。 https://www.bms.com/
最後に書きます
2024 年 5 月、Google DeepMind によって発売された AlphaFold 3 は、世界の科学コミュニティに大きなセンセーションを巻き起こしました。バイオテクノロジー分野における人工知能の重要な進歩として、AlphaFold 3 は、既存の従来の手法と比較して最高の精度で、すべての生命分子 (タンパク質、DNA、RNA、リガンドなど) の構造と相互作用を予測することに成功しました。 TP3T に比べて、AlphaFold 3 は、他の分子タイプとのタンパク質相互作用が少なくとも 501 個改善されたことを発見しました。この画期的な出来事は、技術的な飛躍を意味するだけでなく、バイオテクノロジー産業が新たな時代に移行しつつあることを示しています。
AlphaFold 3 詳細: https://blog.google/technology/ai/google-deepmind-isomorphic-alphafold-3-ai-model/
同時に、AI医薬品市場は引き続き非常に活発です。中国経済週刊誌の報道によると、2024年上半期には世界のAI製薬分野で69件の資金調達活動があり、投資額は33億3,600万米ドルに達し、2023年の同時期の水準を大きく上回った。 2024 年 5 月の時点で、世界中の 70 以上の AI 医薬品研究開発パイプラインが臨床段階に入っており、第 I 相臨床試験における AI 生成薬剤分子の成功率は 80% ～ 90% と高く、歴史的平均をはるかに上回っています。 50%。研究開発から臨床試験までのこの加速により、医薬品の研究開発の効率が大幅に向上し、AI医薬品分野に対する投資家の信頼が徐々に回復しています。
Nvidia が AI 医療へのこの投資の波に特に積極的であることは言及する価値があります。同社のCEO、Huang Renxun氏は、AI医療が次のゴールデントラックになると直接述べた。 NVIDIA は、投資部門 NVentures を通じて、多数の AI 製薬企業に多額の投資を行っており、その先進的なコンピューティング プラットフォームとテクノロジーを通じて、業界全体の回復と精力的な発展を促進してきました。 NVIDIA は、技術的および財政的支援の両方により、AI 医薬品の分野でも主導的な地位を維持しています。
参考文献:
1.https://www.nvidia.com/en-us/case-studies/generative-ai-for-small-molecule-drug-discovery/
5.https://bydrug.pharmcube.com/news/detail/1ef833e66fb5f1653f19815c20e8a162
6.https://finance.sina.com.cn/roll/2024-07-24/doc-incfmyac7492110.shtml
