A Fujitsu és a RIKEN mesterséges intelligencia gyógyszerkutatási technológiát fejlesztett ki, amely generatív mesterséges intelligenciát használ a fehérjék szerkezeti változásainak előrejelzésére

A Fujitsu és a RIKEN mesterséges intelligencia gyógyszerkutatási technológiát fejlesztett ki, amely generatív mesterséges intelligenciát használ a fehérjék szerkezeti változásainak előrejelzésére

Időbélyeg: 10. október 2023. 3:29
Forrás csomópont: 2929086

TOKIÓ, 10. október 2023. – (JCN Newswire) – A Fujitsu Limited és a RIKEN Számítástudományi Központ HPC- és AI-vezérelt Gyógyszerfejlesztési Platform részlege ma bejelentette, hogy kifejlesztett egy mesterséges intelligencia-gyógyszer-felfedezési technológiát, amely képes előre jelezni a szervezet szerkezeti változásait. Az elektronmikroszkópos képekről származó fehérjék széles tartományban 3D sűrűségtérképként generatív mesterséges intelligencia felhasználásával 2023 januárjában. A két fél emellett azt tervezi, hogy a MICCAI 2023-on, az orvosi képfeldolgozás legjelentősebb nemzetközi konferenciáján előadást tart erről a technológiáról. 10. október 2023. (japán idő szerint).

Ezzel a bejelentéssel összefüggésben a Fujitsu azt is tervezi, hogy 10. október 2023-én elérhetővé teszi a fehérjeszerkezeti változásokra vonatkozó előrejelzési technológiáját a mesterséges intelligencia innovációs összetevőjeként. Fujitsu Kozuchi (kódnév) – Fujitsu AI Platform, egy mesterséges intelligencia platform, amely lehetővé teszi a felhasználók számára a fejlett technológiák gyors tesztelését.

A 2022 májusában indult közös kutatási projekt részeként a Fujitsu és a RIKEN kifejlesztett egy generatív mesterséges intelligencia technológiát, amely nagyszámú elektronmikroszkóppal készített projekciós képből pontosan megbecsüli a célfehérje konformációjának különböző formáit és azok lehetséges arányait. olyan technológia, amely a becsült arányokból előre jelzi a célfehérje konformációs változásait. E két technológia alapján a két fél kifejlesztett egy mesterséges intelligencia gyógyszerkutatási technológiát, amely széles tartományban képes előre jelezni egy fehérje szerkezeti változásait, azzal a céllal, hogy új generációs IT gyógyszerkutatási technológiát fejlesszen ki, amely jelentősen csökkenti a gyógyszer fejlesztési idejét és költségét. felfedezés.

A technológia lehetővé teszi a fehérje konformációk és változások pontos megszerzését kísérleti adatok alapján, több mint tízszer rövidebb idő alatt, mint a hagyományos eljárások (1), ezáltal lehetővé téve az innovációt a célfehérjékhez, például baktériumokhoz és vírusokhoz kötődő gyógyszerek tervezési folyamatában.

A jövőben a Fujitsu és a RIKEN az újonnan kifejlesztett generatív mesterséges intelligencia technológiát az egyik alapvető technológiaként fogja használni a következő generációs informatikai gyógyszerkutatási technológia megvalósításához, amely képes elemezni a célfehérjék és antitestek közötti összetett kapcsolatokat, és előre jelezni a nagy molekulatömegű molekulák globális szerkezeti változásait. pontosság és gyorsaság.

Háttér

Azok a fehérjék, amelyek szorosan részt vesznek az élő szervezetek életciklusában és betegségmechanizmusaiban, természetesen nagyon rugalmasak, és in vivo kölcsönhatásba lépnek más molekulákkal azáltal, hogy megváltoztatják szerkezetük konformációját. Például ahhoz, hogy olyan gyógyszereket fejlesszünk ki, amelyek elnyomják a vírusfertőzést, például a COVID-19-et, amelyek a felületi fehérjék konformációs változásaival serkentik annak fertőzését, meg kell állapítani a fehérjék különböző konformációs állapotait és azt, hogy ezek hogyan változnak a konformációk között. A hagyományos szerkezeti elemzési módszerek azonban magas szintű szakértelmet és próba-hibát igényelnek, ami jelentős időt és ráfordítást igényel a pontos konformációs változások eléréséhez. A probléma megoldására a Fujitsu és a RIKEN a következő két új gyógyszerkutatási technológiát fejlesztette ki generatív mesterséges intelligencia felhasználásával.

Két gyógyszerkutatási technológia

A Fujitsu és a RIKEN két új gyógyszerkutatási technológiát fejlesztett ki a Fujitsu mélytanulási technológiájának kifejlesztésén keresztül megtermelt know-how felhasználásával és a RIKEN gyógyszerkutatási molekuláris szimulációjának tudásának alkalmazásával a Fugaku szuperszámítógép segítségével (2). A két technológia kombinációja egy napról két órára csökkentette a célfehérje konformációs változásainak előrejelzésének idejét.3), hozzájárulva ezzel a gyógyszercégek gyógyszerkutatási folyamatának felgyorsításához és hatékonyságához. Az egyes technológiák részletei a következők:

1. Generatív mesterséges intelligencia technológia, amely pontosan megbecsüli a fehérje konformáció különböző formáit és azok arányait

A célfehérje konformációs változásainak széles tartományban történő pontos előrejelzéséhez szükség van a konformáció lehetséges formáira és azok pontos arányaira. Ebben a tanulmányban a Fujitsu és a RIKEN az egyes konformációk 3D sűrűségtérképét rekonstruálta nagyszámú vetületi képből és a megfelelő szögekből egy adott pillanatban. Ugyanakkor a két fél a rekonstruált konformáció gyakorisága alapján becsülte meg az arányt, mint támpontot.

2. Technológia a konformációs változások előrejelzésére a fehérjekonformáció alacsony dimenziós jellemzői alapján

Mivel a célfehérje konformációját általában nagy dimenziós adatok fejezik ki, nehéz közvetlenül megjósolni a konformációs változásokat. A konformációnak az előző bekezdésben ismertetett generatív mesterséges intelligencia technológiával történő rekonstrukciója során azonban a Fujitsu és a RIKEN kivonták a konformáció egy alacsony dimenziós jellemzőjét. A Fujitsu és a RIKEN generatív mesterséges intelligencia technológiával elemezte az alacsony dimenziós adatokat, és a 3D sűrűségtérképek helyreállításával előre jelezte a konformációs változásokat.


Kép: Az újonnan kifejlesztett technológia vázlata A kódoló és a dekódoló olyan képekre van kiképezve, amelyek elég nagy mennyiségben készültek mikroszkóppal. A betanítás után a látens térben olyan elemezhető kisdimenziós eloszlást lehet kapni, amely ekvivalens a szerkezeti eloszlással 1), amelyet nehéz elemezni. Ugyanakkor a dekóder képes visszaállítani az alacsony dimenziós jellemzőknek megfelelő különféle 2D sűrűségtérképeket. Jövőbeli tervek

A Fujitsu és a RIKEN a jövőben az újonnan kifejlesztett mesterséges intelligencia gyógyszerkutatási technológiát fogja használni, mint a célfehérjék és antitestek közötti komplexek elemzésének, valamint a molekulák szerkezeti változásainak nagy pontosságú és gyors előrejelzésének egyik alapvető technológiáját. Annak érdekében, hogy hozzájáruljon a Society5.0 megvalósításához az orvostudomány területén, a RIKEN egy gyógyszerkutatási DX platform felépítését támogatja a Fugaku szuperszámítógépen, amelynek célja a gyógyszerkutatási folyamat megújítása azáltal, hogy az egyik új technológiaként használja a különféle a célfehérjék szerkezeti állapotai. A RIKEN tovább támogatja a különféle kezdeményezéseket, köztük a TRIP-et (4) célja olyan innovatív kutatási platformok létrehozása, amelyek hatékonyan generálnak új tudásterületeket a kutatási területeken. A Fujitsu azt is tervezi, hogy 10. október 2023-én elkezdi kínálni a fehérjeszerkezeti változásokra vonatkozó előrejelzési technológiáját a Fujitsu Kozuchi (kódnév) – Fujitsu AI Platform AI innovációs alapkomponenseként. Alatt Fujitsu Uvance, amelynek célja egy fenntartható világ megvalósítása, a Fujitsu hirdeti Egészséges életmód, amely mindenki élettapasztalatát maximalizálja. A Fujitsu továbbra is hozzájárul az orvostudomány társadalmi problémáinak megoldásához azáltal, hogy olyan technológiákat fejleszt ki, amelyek egyesítik az AI és a HPC erősségeit.

(1) Hagyományos eljárás:Ez a célfehérje konformációs változásának szekvenciájának felépítésére szolgáló eljárásra vonatkozik, amint azt a cikkben leírtuk [Kinman et al. (2023)]. Ebben az eljárásban a szekvenciát a meglévő generatív mesterséges intelligencia, a cryoDRGN felhasználásával állítják elő, amelyet a célfehérje nagyszámú vetületi képével képeztek ki.
(2) Fugaku szuperszámítógép:A RIKEN-nél a K számítógép utódjaként telepített számítógép. 2020 júniusa és 2021 novembere között a szuperszámítógépek rangsorában 4 kategóriában az első helyen végzett 4 egymást követő időszakban. A teljes körű működés 9. március 2021-én kezdődött.
(3) Csökkentse az időt a célfehérje konformációs változásának előrejelzésével egy napról két órára:Alkalmazásának hatása általánosan használt riboszóma adatok ahhoz a két technológiához. A benchmark idő, egy nap, a dolgozatban leírt futási időre vonatkozik [Kinman et al. (2023)].
(4) UTAZÁS:A RIKEN platformok transzformatív kutatási innovációs platformja

A Fujitsu-ról

A Fujitsu célja, hogy fenntarthatóbbá tegye a világot azáltal, hogy innováción keresztül bizalmat épít a társadalomba. Több mint 100 ország ügyfelei számára választott digitális transzformációs partnerként 124,000 6702 alkalmazottunk azon dolgozik, hogy megoldja az emberiség előtt álló legnagyobb kihívásokat. Szolgáltatásaink és megoldásaink öt kulcsfontosságú technológiára épülnek: számítástechnikára, hálózatokra, mesterséges intelligenciára, adat- és biztonságtechnikára és konvergáló technológiákra, amelyeket a fenntarthatóság átalakítása érdekében egyesítünk. A Fujitsu Limited (TSE:3.7) 28 billió jen (31 milliárd USD) konszolidált bevételről számolt be a 2023. március XNUMX-én végződő pénzügyi évben, és piaci részesedését tekintve továbbra is a vezető digitális szolgáltató vállalat Japánban. Tudjon meg többet: www.fujitsu.com.

A RIKEN Számítástudományi Központról

A RIKEN Japán legnagyobb átfogó kutatóintézete, amely számos tudományterületen magas színvonalú kutatásáról híres. Az 1917-ben Tokióban magánkutatási alapítványként alapított RIKEN gyorsan nőtt méretében és hatókörében, ma már világszínvonalú kutatóközpontok és intézetek hálózatát öleli fel Japán-szerte, beleértve a RIKEN Számítástechnikai Tudományos Központot (R-CCS), amely a kutatások otthona. a Fugaku szuperszámítógép. A nagy teljesítményű számítástechnika vezető központjaként az R-CCS a „Számítástechnika, számítástechnika és számítástechnika tudományát” kutatja. A feltárás eredményei – az olyan technológiák, mint például a nyílt forráskódú szoftverek – a fő kompetencia. Az R-CCS az alapvető kompetenciák fejlesztésére és a technológiák népszerűsítésére törekszik az egész világon.

Nyomja meg a Kapcsolatok gombot

Fujitsu LimitedKöz- és Befektetői Kapcsolatok Osztály Érdeklődés

RIKENSzámítástudományi Promóciós Iroda E-mail: r-ccs-koho@ml.riken.jp

Időbélyeg:

Még több JCN Newswire