Fujitsu und RIKEN entwickeln KI-Technologie zur Wirkstoffentdeckung, die generative KI nutzt, um strukturelle Veränderungen in Proteinen vorherzusagen

Fujitsu und RIKEN entwickeln KI-Technologie zur Wirkstoffentdeckung, die generative KI nutzt, um strukturelle Veränderungen in Proteinen vorherzusagen

Zeitstempel: 10. Oktober 2023, 3:29 Uhr
Quellknoten: 2929086

TOKIO, 10. Okt. 2023 – (JCN Newswire) – Fujitsu Limited und die HPC- und AI-gesteuerte Drug Development Platform Division des RIKEN Center for Computational Science gaben heute bekannt, dass sie eine KI-Technologie zur Arzneimittelentdeckung entwickelt haben, die strukturelle Veränderungen von vorhersagen kann Proteine ​​aus elektronenmikroskopischen Bildern als 3D-Dichtekarte in großem Umfang mithilfe generativer KI im Januar 2023. Die beiden Parteien planen außerdem, auf der MICCAI 2023, der wichtigsten internationalen Konferenz im Bereich der medizinischen Bildverarbeitung, einen Artikel zu dieser Technologie vorzustellen 10. Oktober 2023 (japanische Zeit).

In Verbindung mit dieser Ankündigung plant Fujitsu auch, seine Vorhersagetechnologie für Proteinstrukturänderungen am 10. Oktober 2023 als KI-Innovationskomponente des zur Verfügung zu stellen Fujitsu Kozuchi (Codename) – Fujitsu AI Platform, eine KI-Plattform, die es Benutzern ermöglicht, fortschrittliche Technologien schnell zu testen.

Im Rahmen eines im Mai 2022 gestarteten gemeinsamen Forschungsprojekts haben Fujitsu und RIKEN eine generative KI-Technologie entwickelt, die aus einer Vielzahl von elektronenmikroskopisch aufgenommenen Projektionsbildern die verschiedenen Formen der Konformation eines Zielproteins und ihre möglichen Anteile genau abschätzt eine Technologie, die Konformationsänderungen im Zielprotein anhand der geschätzten Anteile vorhersagt. Basierend auf diesen beiden Technologien entwickelten die beiden Parteien eine KI-Technologie zur Arzneimittelentdeckung, die strukturelle Veränderungen eines Proteins in einem weiten Bereich vorhersagen kann, mit dem Ziel, eine IT-Technologie zur Arzneimittelentdeckung der nächsten Generation zu entwickeln, die die Entwicklungszeit und -kosten von Arzneimitteln erheblich reduziert Entdeckung.

Die Technologie ermöglicht die genaue Erfassung von Proteinkonformationen und -änderungen auf der Grundlage experimenteller Daten in mehr als zehnmal kürzerer Zeit als herkömmliche Verfahren (1), wodurch Innovationen im Designprozess von Arzneimitteln ermöglicht werden, die an Zielproteine ​​wie Bakterien und Viren binden.

In Zukunft werden Fujitsu und RIKEN die neu entwickelte generative KI-Technologie als eine der Kerntechnologien für die Realisierung einer IT-Arzneimittelforschungstechnologie der nächsten Generation nutzen, die die komplexen Beziehungen zwischen Zielproteinen und Antikörpern analysieren und globale Strukturveränderungen von Molekülen mit hoher Geschwindigkeit vorhersagen kann Genauigkeit und Geschwindigkeit.

Hintergrund

Proteine, die eng an den Lebenszyklen und Krankheitsmechanismen lebender Organismen beteiligt sind, sind von Natur aus sehr flexibel und interagieren in vivo mit anderen Molekülen, indem sie ihre Strukturkonformation ändern. Um beispielsweise Medikamente zu entwickeln, die eine Infektion durch Viren wie COVID-19 unterdrücken, die ihre Infektion durch Konformationsänderungen an ihren Oberflächenproteinen stimulieren, ist es notwendig, die verschiedenen Konformationszustände der Proteine ​​zu ermitteln und zu ermitteln, wie sie sich zwischen den Konformationen ändern. Herkömmliche Strukturanalysemethoden erfordern jedoch ein hohes Maß an Fachwissen und Versuch und Irrtum, was einen erheblichen Zeit- und Kostenaufwand erfordert, um genaue Konformationsänderungen zu erhalten. Um dieses Problem zu lösen, haben Fujitsu und RIKEN die folgenden zwei neuen Arzneimittelforschungstechnologien mithilfe generativer KI entwickelt.

Zwei Technologien zur Arzneimittelentwicklung

Fujitsu und RIKEN entwickelten zwei neue Technologien zur Arzneimittelforschung, indem sie das durch die Entwicklung der Deep-Learning-Technologie von Fujitsu gewonnene Know-how nutzten und das Wissen aus der molekularen Simulation der Arzneimittelforschung von RIKEN mithilfe des Supercomputers Fugaku anwendeten (2). Die Kombination der beiden Technologien reduzierte die Zeit für die Vorhersage von Konformationsänderungen in einem Zielprotein von einem Tag auf zwei Stunden (3) und trägt so zur Beschleunigung und Effizienz des Arzneimittelentwicklungsprozesses für Pharmaunternehmen bei. Einzelheiten zu jeder Technologie sind wie folgt:

1. Generative KI-Technologie, die die verschiedenen Formen der Proteinkonformation und deren Proportionen genau abschätzt

Eine genaue Vorhersage von Konformationsänderungen eines Zielproteins in einem weiten Bereich erfordert die möglichen Formen der Konformation und deren genaue Proportionen. In dieser Studie rekonstruierten Fujitsu und RIKEN eine 3D-Dichtekarte jeder Konformation aus einer großen Anzahl von Projektionsbildern und den entsprechenden Winkeln zu einem bestimmten Zeitpunkt. Gleichzeitig schätzten die beiden Parteien den Anteil anhand der Häufigkeit der rekonstruierten Konformation als Anhaltspunkt.

2. Technologie zur Vorhersage von Konformationsänderungen basierend auf niedrigdimensionalen Merkmalen der Proteinkonformation

Da die Konformation des Zielproteins normalerweise durch hochdimensionale Daten ausgedrückt wird, ist es schwierig, die Konformationsänderungen direkt vorherzusagen. Bei der Rekonstruktion der Konformation durch die generative KI-Technologie des vorherigen Absatzes extrahierten Fujitsu und RIKEN jedoch ein niedrigdimensionales Merkmal der Konformation. Mithilfe generativer KI-Technologie analysierten Fujitsu und RIKEN die niedrigdimensionalen Daten und sagten die Konformationsänderungen durch die Wiederherstellung von 3D-Dichtekarten voraus.


Bild: Überblick über die neu entwickelte Technologie Encoder und Decoder werden anhand von Bildern trainiert, die in ausreichend großen Mengen mit einem Mikroskop aufgenommen wurden. Nach dem Training ist es möglich, eine analysierbare niedrigdimensionale Verteilung 1) im latenten Raum zu erhalten, die der Strukturverteilung 2) entspricht, die schwer zu analysieren ist. Gleichzeitig kann der Decoder verschiedene 3D-Dichtekarten wiederherstellen, die niedrigdimensionalen Merkmalen entsprechen.Zukunftspläne

In Zukunft werden Fujitsu und RIKEN die neu entwickelte KI-Technologie zur Arzneimittelforschung als eine der Kerntechnologien für die Analyse von Komplexen zwischen Zielproteinen und Antikörpern und für die Vorhersage struktureller Veränderungen in Molekülen mit hoher Genauigkeit und Geschwindigkeit nutzen. Um zur Verwirklichung von Society5.0 im Bereich der Medizin beizutragen, fördert RIKEN den Aufbau einer DX-Plattform für die Arzneimittelforschung auf dem Supercomputer Fugaku mit dem Ziel, den Arzneimittelforschungsprozess zu erneuern, indem es als eine der neuen Technologien zur Abschätzung verschiedener Faktoren eingesetzt wird Strukturzustände von Zielproteinen. RIKEN fördert weiterhin verschiedene Initiativen, darunter TRIP (4) zielte darauf ab, innovative Forschungsplattformen zu schaffen, die forschungsfeldübergreifend effektiv neue Wissensgebiete generieren. Fujitsu plant außerdem, seine Vorhersagetechnologie für Proteinstrukturänderungen am 10. Oktober 2023 als KI-Innovationskernkomponentenmodul von Fujitsu Kozuchi (Codename) – Fujitsu AI Platform – anzubieten. Unter Fujitsu Uvance, das auf die Verwirklichung einer nachhaltigen Welt abzielt, fördert Fujitsu Healthy Living, was die Lebenserfahrung jedes Einzelnen maximiert. Fujitsu wird weiterhin zur Lösung gesellschaftlicher Probleme im medizinischen Bereich beitragen, indem es Technologien entwickelt, die seine Stärken in den Bereichen KI und HPC kombinieren.

(1) Konventionelle Vorgehensweise:Dies bezieht sich auf das Verfahren zur Konstruktion einer Sequenz von Konformationsänderungen eines Zielproteins, wie in der Arbeit beschrieben [Kinman et al. (2023)]. Bei diesem Verfahren wird die Sequenz mithilfe der vorhandenen generativen KI, cryoDRGN, konstruiert, die durch eine große Anzahl von Projektionsbildern des Zielproteins trainiert wurde.
(2) Supercomputer Fugaku:Ein bei RIKEN installierter Computer als Nachfolger des K-Computers. Von Juni 2020 bis November 2021 belegte es in vier aufeinanderfolgenden Amtszeiten den ersten Platz in vier Kategorien der Supercomputer-Rangliste. Der Vollbetrieb startete am 4. März 4.
(3) Reduzieren Sie die Zeit für die Vorhersage einer Konformationsänderung in einem Zielprotein von einem Tag auf zwei Stunden:Die Wirkung der häufig verwendeten Anwendung Ribosomendaten zu diesen beiden Technologien. Die Benchmark-Zeit, ein Tag, bezieht sich auf die im Artikel beschriebene Laufzeit [Kinman et al. (2023)].
(4) REISE :Transformative Forschungsinnovationsplattform der RIKEN-Plattformen

Über Fujitsu

Fujitsus Ziel ist es, die Welt nachhaltiger zu machen, indem durch Innovation Vertrauen in die Gesellschaft aufgebaut wird. Als bevorzugter digitaler Transformationspartner für Kunden in über 100 Ländern arbeiten unsere 124,000 Mitarbeiter daran, einige der größten Herausforderungen der Menschheit zu lösen. Unser Leistungs- und Lösungsangebot stützt sich auf fünf Schlüsseltechnologien: Computing, Netzwerke, KI, Daten und Sicherheit sowie konvergierende Technologien, die wir zusammenführen, um eine nachhaltige Transformation zu ermöglichen. Fujitsu Limited (TSE:6702) meldete für das Geschäftsjahr zum 3.7. März 28 einen konsolidierten Umsatz von 31 Billionen Yen (2023 Milliarden US-Dollar) und bleibt gemessen am Marktanteil das führende Unternehmen für digitale Dienstleistungen in Japan. Finde mehr heraus: www.fujitsu.com.

Über das RIKEN Center for Computational Science

RIKEN ist Japans größte umfassende Forschungseinrichtung, die für qualitativ hochwertige Forschung in einer Vielzahl von wissenschaftlichen Disziplinen bekannt ist. RIKEN wurde 1917 als private Forschungsstiftung in Tokio gegründet und ist in Größe und Umfang rasant gewachsen. Heute umfasst es ein Netzwerk von erstklassigen Forschungszentren und -instituten in ganz Japan, darunter das RIKEN-Zentrum für Computerwissenschaften (R-CCS), dessen Heimat der Supercomputer Fugaku. Als führendes Zentrum für Hochleistungsrechnen erforscht das R-CCS die „Wissenschaft des Rechnens, des Rechnens und des Rechnens“. Die Ergebnisse der Exploration - Technologien wie Open Source-Software - sind ihre Kernkompetenz. Das R-CCS ist bestrebt, die Kernkompetenz zu verbessern und die Technologien weltweit zu fördern.

Presse-Kontakte

Fujitsu LimitedAbteilung Öffentlichkeitsarbeit und Investor Relations Anfragen

RIKENE-Mail des Büros zur Förderung der Computerwissenschaft: r-ccs-koho@ml.riken.jp

Zeitstempel:

Mehr von JCN Newswire