Fujitsu i RIKEN opracowują technologię odkrywania leków wykorzystującą sztuczną inteligencję, wykorzystującą generatywną sztuczną inteligencję do przewidywania zmian strukturalnych w białkach

Fujitsu i RIKEN opracowują technologię odkrywania leków wykorzystującą sztuczną inteligencję, wykorzystującą generatywną sztuczną inteligencję do przewidywania zmian strukturalnych w białkach

Znacznik czasu: 10 października 2023 3:29
Węzeł źródłowy: 2929086

TOKIO, 10 października 2023 r. – (JCN Newswire) – Fujitsu Limited oraz oddział platformy rozwoju leków opartej na HPC i sztucznej inteligencji Centrum Nauk Obliczeniowych RIKEN ogłosiły dzisiaj, że opracowały technologię odkrywania leków wykorzystującą sztuczną inteligencję, która może przewidywać zmiany strukturalne leków białek z obrazów mikroskopu elektronowego jako mapy gęstości 3D w szerokim zakresie z wykorzystaniem generatywnej sztucznej inteligencji w styczniu 2023 r. Obie strony planują ponadto zaprezentować artykuł na temat tej technologii podczas MICCAI 2023, najważniejszej międzynarodowej konferencji w dziedzinie przetwarzania obrazów medycznych, w dniu 10 października 2023 r. (czasu japońskiego).

W związku z tym ogłoszeniem firma Fujitsu planuje również udostępnić 10 października 2023 r. swoją technologię przewidywania zmian strukturalnych białek jako innowacyjny komponent sztucznej inteligencji Fujitsu Kozuchi (nazwa kodowa) – platforma Fujitsu AI, platformę AI, która pozwala użytkownikom szybko testować zaawansowane technologie.

W ramach wspólnego projektu badawczego rozpoczętego w maju 2022 r. Fujitsu i RIKEN opracowały technologię generatywnej sztucznej inteligencji, która dokładnie szacuje różne formy konformacji docelowego białka i ich możliwe proporcje na podstawie dużej liczby obrazów projekcyjnych wykonanych za pomocą mikroskopu elektronowego, a także technologia, która przewiduje zmiany konformacyjne w docelowym białku na podstawie szacunkowych proporcji. W oparciu o te dwie technologie obie strony opracowały technologię odkrywania leków wykorzystującą sztuczną inteligencję, która może przewidywać zmiany strukturalne białka w szerokim zakresie, w celu opracowania technologii informatycznego odkrywania leków nowej generacji, która znacznie skraca czas opracowywania i koszt leku odkrycie.

Technologia umożliwia dokładne uzyskanie konformacji i zmian białek w oparciu o dane eksperymentalne w czasie ponad dziesięciokrotnie krótszym niż konwencjonalne procedury (1), umożliwiając w ten sposób innowacje w procesie projektowania leków wiążących się z białkami docelowymi, takimi jak bakterie i wirusy.

W przyszłości Fujitsu i RIKEN będą wykorzystywać nowo opracowaną technologię generatywnej sztucznej inteligencji jako jedną z podstawowych technologii do realizacji technologii informatycznego odkrywania leków nowej generacji, która może analizować złożone relacje między białkami docelowymi i przeciwciałami oraz przewidywać globalne zmiany strukturalne cząsteczek o wysokiej dokładność i szybkość.

Tło

Białka ściśle zaangażowane w cykle życiowe i mechanizmy chorobowe organizmów żywych są z natury bardzo elastyczne i oddziałują z innymi cząsteczkami in vivo, zmieniając konformację ich struktury. Na przykład, aby opracować leki hamujące infekcję wirusami, takimi jak COVID-19, które stymulują infekcję zmianami konformacyjnymi na ich białkach powierzchniowych, konieczne jest ustalenie różnych stanów konformacyjnych białek i sposobu, w jaki zmieniają się one pomiędzy konformacjami. Jednak konwencjonalne metody analizy strukturalnej wymagają wysokiego poziomu wiedzy specjalistycznej oraz prób i błędów, co wymaga znacznego czasu i wydatków w celu uzyskania dokładnych zmian konformacyjnych. Aby rozwiązać ten problem, Fujitsu i RIKEN opracowały następujące dwie nowe technologie odkrywania leków z wykorzystaniem generatywnej sztucznej inteligencji.

Dwie technologie odkrywania leków

Fujitsu i RIKEN opracowały dwie nowe technologie odkrywania leków, wykorzystując wiedzę specjalistyczną zdobytą w wyniku rozwoju technologii głębokiego uczenia się Fujitsu i wykorzystując wiedzę uzyskaną z symulacji molekularnej odkrywania leków RIKEN z wykorzystaniem superkomputera Fugaku (2). Połączenie obu technologii skróciło czas przewidywania zmian konformacyjnych w docelowym białku z jednego dnia do dwóch godzin (3), przyczyniając się w ten sposób do przyspieszenia i efektywności procesu odkrywania leków dla firm farmaceutycznych. Szczegóły każdej technologii są następujące:

1. Technologia generatywnej sztucznej inteligencji, która dokładnie szacuje różne formy konformacji białek i ich proporcje

Dokładne przewidywanie zmian konformacyjnych białka docelowego w szerokim zakresie wymaga określenia możliwych form konformacji i ich dokładnych proporcji. W tym badaniu Fujitsu i RIKEN zrekonstruowały trójwymiarową mapę gęstości każdej konformacji na podstawie dużej liczby obrazów projekcyjnych i odpowiadających im kątów w danym momencie. Jednocześnie obie strony oszacowały proporcję w oparciu o częstotliwość rekonstruowanej konformacji.

2. Technologia przewidywania zmian konformacyjnych w oparciu o niskowymiarową cechę konformacji białka

Ponieważ konformację docelowego białka wyraża się zwykle danymi wielowymiarowymi, trudno jest bezpośrednio przewidzieć zmiany konformacyjne. Jednakże w procesie rekonstrukcji konformacji za pomocą technologii generatywnej AI opisanej w poprzednim akapicie firmy Fujitsu i RIKEN wyodrębniły niskowymiarową cechę konformacji. Korzystając z technologii generatywnej sztucznej inteligencji, Fujitsu i RIKEN przeanalizowały dane niskowymiarowe i przewidziały zmiany konformacyjne poprzez przywrócenie trójwymiarowych map gęstości.


Obraz: Zarys nowo opracowanej technologii Koder i dekoder szkolą się na obrazach zarejestrowanych pod mikroskopem w wystarczająco dużych ilościach. Po treningu można otrzymać analizowalny niskowymiarowy rozkład 1) w przestrzeni utajonej równoważny rozkładowi strukturalnemu 2), który jest trudny do analizy. Jednocześnie dekoder może odzyskać różne mapy gęstości 3D odpowiadające cechom niskowymiarowym.Plany na przyszłość

W przyszłości Fujitsu i RIKEN wykorzystają nowo opracowaną technologię odkrywania leków AI jako jedną z podstawowych technologii analizy kompleksów między białkami docelowymi a przeciwciałami oraz przewidywania zmian strukturalnych w cząsteczkach z dużą dokładnością i szybkością. Aby przyczynić się do realizacji Społeczeństwa 5.0 w dziedzinie medycyny, RIKEN promuje budowę platformy DX do odkrywania leków na superkomputerze Fugaku, mając na celu wprowadzenie innowacji w procesie odkrywania leków poprzez wykorzystanie go jako jednej z nowych technologii do szacowania różnych stany strukturalne białek docelowych. RIKEN w dalszym ciągu promuje różne inicjatywy, w tym TRIP (4) mający na celu stworzenie innowacyjnych platform badawczych, które skutecznie generują nowe obszary wiedzy z różnych dziedzin badawczych. Fujitsu planuje również rozpocząć oferowanie swojej technologii przewidywania zmian strukturalnych białek 10 października 2023 r. jako podstawowy moduł komponentu innowacji AI firmy Fujitsu Kozuchi (nazwa kodowa) – Fujitsu AI Platform. Pod Fujitsu Uvance, którego celem jest urzeczywistnienie zrównoważonego świata, promuje Fujitsu Zdrowe życie, co maksymalizuje doświadczenie życiowe każdego. Fujitsu będzie w dalszym ciągu przyczyniać się do rozwiązywania problemów społecznych w dziedzinie medycyny, opracowując technologie łączące swoje mocne strony w zakresie sztucznej inteligencji i HPC.

(1) Konwencjonalna procedura:Odnosi się to do procedury konstruowania sekwencji zmian konformacyjnych białka docelowego, jak opisano w pracy [Kinmana i in. (2023)] W tej procedurze sekwencja jest konstruowana przy użyciu istniejącej generatywnej sztucznej inteligencji, CryoDRGN, która została przeszkolona na podstawie dużej liczby obrazów projekcyjnych docelowego białka.
(2) Superkomputer Fugaku:Komputer zainstalowany w RIKEN jako następca komputera K. Od czerwca 2020 r. do listopada 2021 r. przez 4 kolejne kadencje zajmował pierwsze miejsca w 4 kategoriach rankingów superkomputerów. Pełna operacja rozpoczęła się 9 marca 2021 roku.
(3) Skróć czas dzięki przewidywaniu zmiany konformacyjnej w docelowym białku z jednego dnia do dwóch godzin:Efekt zastosowania powszechnie stosowanego dane dotyczące rybosomów do tych dwóch technologii. Czas odniesienia, jeden dzień, odnosi się do czasu działania opisanego w artykule [Kinmana i in. (2023)].
(4) WYCIECZKA :Platforma innowacji w zakresie badań transformacyjnych platform RIKEN

O firmie Fujitsu

Celem Fujitsu jest uczynienie świata bardziej zrównoważonym poprzez budowanie zaufania w społeczeństwie poprzez innowacje. Jako partner w transformacji cyfrowej wybierany przez klientów w ponad 100 krajach, nasi 124,000 6702 pracowników pracuje nad rozwiązywaniem niektórych z największych wyzwań stojących przed ludzkością. Nasza gama usług i rozwiązań opiera się na pięciu kluczowych technologiach: informatyka, sieci, sztuczna inteligencja, dane i bezpieczeństwo oraz technologie konwergentne, które łączymy, aby zapewnić zrównoważony rozwój. Fujitsu Limited (TSE:3.7) odnotowało skonsolidowane przychody w wysokości 28 bln jenów (31 mld USD) za rok obrotowy zakończony 2023 marca XNUMX r. i pozostaje największą firmą świadczącą usługi cyfrowe w Japonii pod względem udziału w rynku. Dowiedz się więcej: www.fujitsu.com.

O Centrum Nauk Obliczeniowych RIKEN

RIKEN jest największą kompleksową instytucją badawczą w Japonii, znaną z wysokiej jakości badań w różnorodnych dyscyplinach naukowych. Założona w 1917 roku jako prywatna fundacja badawcza w Tokio, RIKEN szybko się rozrosła, obecnie obejmuje sieć światowej klasy ośrodków badawczych i instytutów w całej Japonii, w tym Centrum Nauk Obliczeniowych RIKEN (R-CCS), siedzibę superkomputer Fugaku. Jako wiodące centrum wysokowydajnych obliczeń, R-CCS bada „Naukę informatyczną, poprzez obliczenia i informatykę”. Wyniki eksploracji - technologie takie jak oprogramowanie open source - są jej podstawowymi kompetencjami. R-CCS dąży do wzmocnienia podstawowych kompetencji i promowania technologii na całym świecie.

Naciśnij kontakty

Fujitsu LimitedWydział Relacji Publicznych i Inwestorskich Zapytania

RIKENBiuro Promocji Nauk Obliczeniowych Adres e-mail: r-ccs-koho@ml.riken.jp

Znak czasu:

Więcej z Wiadomości JCN