Fujitsu ja RIKEN kehittävät tekoälylääketutkimusteknologiaa, joka hyödyntää generatiivista tekoälyä ennustamaan proteiinien rakenteellisia muutoksia

Fujitsu ja RIKEN kehittävät tekoälylääketutkimusteknologiaa, joka hyödyntää generatiivista tekoälyä ennustamaan proteiinien rakenteellisia muutoksia

Aikaleima: 10. lokakuuta 2023, klo 3
Lähdesolmu: 2929086

TOKYO, 10. lokakuuta 2023 – (JCN Newswire) – Fujitsu Limited ja RIKEN Center for Computational Science -keskuksen HPC- ja tekoälypohjainen lääkekehitysalustan osasto ilmoittivat tänään kehittäneensä tekoälyn lääkekehitysteknologian, joka voi ennustaa proteiinit elektronimikroskooppikuvista laajalla 3D-tiheyskartalla käyttämällä generatiivista tekoälyä tammikuussa 2023. Osapuolet aikovat lisäksi esitellä tätä tekniikkaa käsittelevän asiakirjan MICCAI 2023:ssa, lääketieteellisen kuvankäsittelyn alan huippukokouksessa. 10. lokakuuta 2023 (Japanin aikaa).

Tämän ilmoituksen yhteydessä Fujitsu aikoo myös saattaa proteiinien rakenteellisten muutosten ennusteteknologiansa saataville 10. lokakuuta 2023 tekoälyn innovaatiokomponenttina. Fujitsu Kozuchi (koodinimi) – Fujitsu AI Platform, AI-alusta, jonka avulla käyttäjät voivat nopeasti testata kehittyneitä tekniikoita.

Osana toukokuussa 2022 käynnistettyä yhteistä tutkimusprojektia Fujitsu ja RIKEN kehittivät generatiivisen tekoälyteknologian, joka arvioi tarkasti kohdeproteiinin konformaation eri muodot ja niiden mahdolliset suhteet suuresta määrästä elektronimikroskopialla otettuja projektiokuvia sekä tekniikka, joka ennustaa konformaatiomuutoksia kohdeproteiinissa arvioiduista suhteista. Näiden kahden teknologian pohjalta osapuolet kehittivät tekoälylääkeetsintäteknologian, joka voi ennustaa proteiinin rakenteellisia muutoksia laajalla alueella tavoitteenaan kehittää seuraavan sukupolven IT-lääkekeksintöteknologiaa, joka vähentää merkittävästi lääkkeen kehitysaikaa ja -kustannuksia. löytö.

Teknologia mahdollistaa proteiinikonformaatioiden ja muutosten tarkan hankinnan kokeellisiin tietoihin perustuen yli kymmenen kertaa lyhyemmässä ajassa kuin tavanomaisilla menetelmillä (1), mikä mahdollistaa innovoinnin sellaisten lääkkeiden suunnitteluprosessissa, jotka sitoutuvat kohdeproteiineihin, kuten bakteereihin ja viruksiin.

Jatkossa Fujitsu ja RIKEN käyttävät äskettäin kehitettyä generatiivista tekoälytekniikkaa yhtenä ydinteknologioista seuraavan sukupolven IT-lääkekehitysteknologian toteuttamiseksi, joka pystyy analysoimaan kohdeproteiinien ja vasta-aineiden monimutkaisia ​​suhteita ja ennustamaan molekyylien globaaleja rakenteellisia muutoksia. tarkkuus ja nopeus.

Tausta

Proteiinit, jotka osallistuvat läheisesti elävien organismien elinkaareen ja sairausmekanismeihin, ovat luonnostaan ​​erittäin joustavia ja ovat vuorovaikutuksessa muiden molekyylien kanssa in vivo muuttaen niiden rakenteen konformaatiota. Esimerkiksi sellaisten lääkkeiden kehittämiseksi, jotka estävät virusinfektion, kuten COVID-19, jotka stimuloivat sen tartuntaa konformaatiomuutoksilla pintaproteiineissaan, on tarpeen selvittää proteiinien erilaiset konformaatiotilat ja niiden muuttuminen konformaatioiden välillä. Perinteiset rakenneanalyysimenetelmät vaativat kuitenkin korkeaa asiantuntemusta ja yritys- ja erehdystä, mikä vaatii paljon aikaa ja kustannuksia tarkkojen konformaatiomuutosten saamiseksi. Tämän ongelman ratkaisemiseksi Fujitsu ja RIKEN ovat kehittäneet seuraavat kaksi uutta lääkekehitysteknologiaa käyttämällä generatiivista tekoälyä.

Kaksi lääkekehitystekniikkaa

Fujitsu ja RIKEN kehittivät kaksi uutta lääkekehitysteknologiaa hyödyntämällä Fujitsun syväoppimisteknologian kehittämisen kautta viljeltyä tietotaitoa ja soveltamalla RIKENin lääkekehityksen molekyylisimulaatiota hyödyntäen supertietokonetta Fugaku (2). Kahden tekniikan yhdistelmä lyhensi kohdeproteiinin konformaatiomuutosten ennustamisaikaa yhdestä päivästä kahteen tuntiin (3), mikä nopeuttaa ja tehostaa lääkeyhtiöiden lääkekehitysprosessia. Kunkin tekniikan yksityiskohdat ovat seuraavat:

1. Generatiivinen tekoälytekniikka, joka arvioi tarkasti proteiinin eri muotoja ja niiden suhteita

Kohdeproteiinin konformaatiomuutosten tarkka ennustaminen laajalla alueella edellyttää konformaation mahdollisia muotoja ja niiden tarkkoja suhteita. Tässä tutkimuksessa Fujitsu ja RIKEN rekonstruoivat 3D-tiheyskartan jokaisesta konformaatiosta suuresta määrästä projektiokuvia ja vastaavia kulmia tietyllä hetkellä. Samanaikaisesti osapuolet arvioivat osuuden rekonstruoidun konformaation esiintymistiheyden perusteella vihjeenä.

2. Teknologia konformaation muutoksen ennustamiseksi proteiinin konformaation matalaulotteisen ominaisuuden perusteella

Koska kohdeproteiinin konformaatio ilmentyy yleensä korkeadimensionaalisilla tiedoilla, konformaatiomuutoksia on vaikea ennustaa suoraan. Kuitenkin, kun Fujitsu ja RIKEN rekonstruoivat konformaatiota edellisen kappaleen generatiivisella tekoälytekniikalla, erottivat konformaation pieniulotteisen piirteen. Käyttämällä generatiivista tekoälytekniikkaa Fujitsu ja RIKEN analysoivat pieniulotteisia tietoja ja ennustivat konformaatiomuutokset palauttamalla 3D-tiheyskartat.


Kuva: Uuden tekniikan pääpiirteet Enkooderi ja dekooderi on koulutettu kuviin, jotka on otettu riittävän suuria määriä mikroskoopilla. Harjoittelun jälkeen on mahdollista saada analysoitava mataladimensionaalinen jakauma 1) piilevään tilaan, joka vastaa rakenteellista jakaumaa 2), jota on vaikea analysoida. Samaan aikaan dekooderi voi palauttaa erilaisia ​​3D-tiheyskarttoja, jotka vastaavat pieniulotteisia ominaisuuksia.Tulevaisuuden suunnitelmat

Jatkossa Fujitsu ja RIKEN hyödyntävät äskettäin kehitettyä tekoälylääketutkimusteknologiaa yhtenä ydinteknologioista kohdeproteiinien ja vasta-aineiden välisten kompleksien analysoinnissa ja molekyylien rakenteellisten muutosten ennustamisessa erittäin tarkasti ja nopeasti. Edistääkseen Society5.0:n toteutumista lääketieteen alalla RIKEN edistää lääkekehityksen DX-alustan rakentamista Supertietokoneeseen Fugakulle, jonka tavoitteena on innovoida lääkekeksintöprosessia käyttämällä sitä yhtenä uusista teknologioista arvioida erilaisia kohdeproteiinien rakenteelliset tilat. RIKEN edistää edelleen erilaisia ​​aloitteita, kuten TRIP (4) tavoitteena on luoda innovatiivisia tutkimusalustoja, jotka tuottavat tehokkaasti uusia tietämyksen aloja eri tutkimusaloilla. Fujitsu suunnittelee myös alkavansa tarjota ennusteteknologiaansa proteiinien rakennemuutoksille 10. lokakuuta 2023 Fujitsu Kozuchin (koodinimi) – Fujitsu AI Platformin – tekoälyn ydinkomponenttimoduulina. Alla Fujitsu Uvance, jonka tavoitteena on toteuttaa kestävä maailma, Fujitsu edistää Terveellinen elämä, joka maksimoi kaikkien elämänkokemuksen. Fujitsu jatkaa panoksensa sosiaalisten ongelmien ratkaisemiseen lääketieteen alalla kehittämällä teknologioita, joissa yhdistyvät sen vahvuudet tekoälyssä ja HPC:ssä.

(1) Perinteinen menettely:Tämä viittaa menetelmään, jolla rakennetaan kohdeproteiinin konformaatiomuutossekvenssi, kuten artikkelissa on kuvattu [Kinman et ai. (2023)]. Tässä menettelyssä sekvenssi konstruoidaan käyttämällä olemassa olevaa generatiivista AI:ta, cryoDRGN:ää, jota on koulutettu suurella määrällä kohdeproteiinin projektiokuvia.
(2) Supertietokone Fugaku:RIKENiin asennettu tietokone K-tietokoneen seuraajaksi. Kesäkuusta 2020 marraskuuhun 2021 se sijoittui ensimmäiselle sijalle neljässä kategoriassa supertietokoneiden rankingissa neljänä peräkkäisenä kautena. Täysi toiminta alkoi 4.
(3) Lyhennä aikaa kohdeproteiinin konformaatiomuutoksen ennusteella yhdestä päivästä kahteen tuntiin:Levityksen vaikutus yleisesti käytetty ribosomitiedot näihin kahteen teknologiaan. Vertailuaika, yksi päivä, viittaa paperissa kuvattuun ajoaikaan [Kinman et ai. (2023)].
(4) MATKA :RIKEN-alustojen muuntava tutkimusinnovaatioalusta

Tietoja Fujitsusta

Fujitsun tavoitteena on tehdä maailmasta kestävämpi rakentamalla luottamusta yhteiskuntaan innovaatioiden avulla. 100 124,000 työntekijämme työskentelevät yli 6702 maan asiakkaiden valitsemana digitaalisen muutoksen kumppanina ratkaistakseen joitakin ihmiskunnan suurimmista haasteista. Palvelu- ja ratkaisuvalikoimamme pohjautuu viiteen avainteknologiaan: tietotekniikka, verkot, tekoäly, tieto ja tietoturva sekä konvergoivat teknologiat, jotka yhdistämme kestävän kehityksen muutoksen aikaansaamiseksi. Fujitsu Limited (TSE:3.7) raportoi 28 biljoonan jenin (31 miljardin dollarin) konsolidoidun liikevaihdon 2023. maaliskuuta XNUMX päättyneeltä tilikaudelta ja on edelleen Japanin suurin digitaalipalveluyritys markkinaosuudellaan. Lue lisää: www.fujitsu.com.

Tietoja RIKEN laskennallisen tieteen keskuksesta

RIKEN on Japanin suurin kattava tutkimuslaitos, joka on tunnettu laadukkaasta tutkimuksesta monilla eri tieteenaloilla. Tokioon perustettu yksityinen tutkimusrahasto perustettiin vuonna 1917, ja RIKEN on kasvanut nopeasti kooltaan ja laajuudeltaan ja kattaa nykyään maailmanluokan tutkimuskeskusten ja -instituuttien verkoston kaikkialla Japanissa, mukaan lukien RIKEN Center for Computational Science (R-CCS). supertietokone Fugaku. Suurteholaskennan johtokeskuksena R-CCS tutkii tieteen tietojenkäsittelystä, laskennasta ja laskennasta. Tutkimuksen tulokset - teknologiat, kuten avoimen lähdekoodin ohjelmistot - ovat sen ydinosaamista. R-CCS pyrkii parantamaan ydinosaamista ja edistämään tekniikkaa kaikkialla maailmassa.

Lehdistökontaktit

Fujitsu LimitedYhteiskunta- ja sijoittajasuhdeosasto Kyselyt

RIKENLaskennallisen tieteen edistämistoimiston sähköposti: r-ccs-koho@ml.riken.jp

Aikaleima:

Lisää aiheesta JCN Newswire