AI മരുന്ന് കണ്ടുപിടുത്തത്തിൽ വിപ്ലവം സൃഷ്ടിക്കാൻ Takeda, Insilico-യുമായി 600 മില്യൺ ഡോളറിന്റെ കരാറിൽ ഒപ്പുവെച്ചു

ജപ്പാനീസ് ഫാർമസ്യൂട്ടിക്കൽ ഭീമനായ Takeda, Insilico Medicine-യുമായുള്ള 600 മില്യൺ ഡോളറിന്റെ തന്ത്രപരമായ സഹകരണത്തിലൂടെ ജനറേറ്റീവ് ബയോളജിയിൽ (generative biology) വലിയൊരു നിക്ഷേപം നടത്തുന്നു. പുതിയ ചികിത്സാ ലക്ഷ്യങ്ങൾ (therapeutic targets) വേഗത്തിൽ കണ്ടെത്തുന്നതിനായി Takeda-യുടെ മരുന്ന് കണ്ടുപിടുത്തത്തിന്റെ പ്രാരംഭ ഘട്ടങ്ങളിൽ അത്യാധുനിക ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സംയോജിപ്പിക്കാനാണ് ഈ പങ്കാളിത്തം ലക്ഷ്യമിടുന്നത്.

Pharma.AI, Takeda-യുടെ R&D പൈപ്പ്‌ലൈനിൽ സംയോജിപ്പിക്കുന്നു

ഈ കോടിക്കണക്കിന് ഡോളറിന്റെ കരാറിന്റെ കാതൽ, Insilico Medicine-ന്റെ ഉടമസ്ഥതയിലുള്ള Pharma.AI പ്ലാറ്റ്‌ഫോമിലേക്കുള്ള Takeda-യുടെ പ്രവേശനമാണ്. മരുന്ന് വികസനത്തിന്റെ ഏറ്റവും സങ്കീർണ്ണമായ ഘട്ടങ്ങൾ, പ്രത്യേകിച്ച് ബയോളജിക്കൽ ടാർഗെറ്റ് ഐഡന്റിഫിക്കേഷൻ (biological target identification), മോളിക്യുലാർ ഡിസൈൻ (molecular design) എന്നിവ ലളിതമാക്കുന്നതിനായി രൂപകൽപ്പന ചെയ്ത ഒരു എൻഡ്-ടു-എൻഡ് ജനറേറ്റീവ് AI ഇക്കോസിസ്റ്റമാണിത്.

Pharma.AI പ്ലാറ്റ്‌ഫോം ഉപയോഗിക്കുന്നതിലൂടെ, പരമ്പരാഗത രീതികളേക്കാൾ കാര്യക്ഷമമായി വിപുലമായ രാസപരവും ജൈവികവുമായ മേഖലകളെ പര്യവേക്ഷണം ചെയ്യാൻ മെഷീൻ ലേണിംഗ് മോഡലുകൾ ഉപയോഗിക്കാൻ Takeda ഉദ്ദേശിക്കുന്നു. പ്രത്യേക ചികിത്സാ മേഖലകളും രോഗലക്ഷ്യങ്ങളും രഹസ്യമായി നിലനിർത്തുന്നുണ്ടെങ്കിലും, ലാബ് പരീക്ഷണങ്ങളിൽ നിന്ന് ക്ലിനിക്കൽ ഘട്ടത്തിലേക്കുള്ള സമയം കുറയ്ക്കുന്നതിനായി നിലവിലുള്ള ഗവേഷണങ്ങളിൽ ഡീപ്പ് ലേണിംഗ് (deep learning) പ്രയോഗിക്കാനുള്ള Takeda-യുടെ പ്രതിബദ്ധതയെ ഈ കരാർ സൂചിപ്പിക്കുന്നു.

ജനറേറ്റീവ് ബയോളജിയിലേക്കുള്ള തന്ത്രപരമായ മാറ്റം

ഈ 600 മില്യൺ ഡോളറിന്റെ നിക്ഷേപം ഫാർമസ്യൂട്ടിക്കൽ വ്യവസായത്തിലെ ഒരു വലിയ പ്രവണതയെ അടിവരയിടുന്നു: പരമ്പരാഗതമായ ഹൈ-ത്രൂപുട്ട് സ്ക്രീനിംഗിൽ (high-throughput screening) നിന്ന് AI അധിഷ്ഠിത ജനറേറ്റീവ് ബയോളജിയിലേക്കുള്ള മാറ്റം. പുതിയ തന്മാത്രകൾ മനുഷ്യ പ്രോട്ടീനുകളുമായി എങ്ങനെ പ്രതിപ്രവർത്തിക്കും എന്ന് പ്രവചിക്കാൻ AI ഉപയോഗിക്കാനുള്ള Insilico Medicine-ന്റെ കഴിവിനെ വ്യവസായം ശ്രദ്ധേയമായി കാണുന്നു, ഇത് മരുന്ന് കണ്ടുപിടുത്തത്തിന്റെ പ്രാരംഭ ഘട്ടങ്ങളിൽ സാധാരണയായി കാണപ്പെടുന്ന ഉയർന്ന പരാജയ നിരക്ക് ഗണ്യമായി കുറയ്ക്കുന്നു.

Takeda-യെ സംബന്ധിച്ചിടത്തോളം, കടുത്ത മത്സരമുള്ള ഈ വിപണിയിൽ ഈ സഹകരണം ഒരു സാങ്കേതിക മുൻതൂക്കം നൽകുന്നു. കേവലം പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള തെറ്റുകളും തിരുത്തലുകളും (trial and error) മാത്രം ആശ്രയിക്കുന്നതിന് പകരം, Insilico-യുടെ ജനറേറ്റീവ് മോഡലുകൾ സംയോജിപ്പിക്കുന്നതിലൂടെ ഗവേഷകർക്ക് ഡിജിറ്റൽ അന്തരീക്ഷത്തിൽ ബയോളജിക്കൽ ഫലങ്ങൾ സിമുലേറ്റ് ചെയ്യാൻ സാധിക്കുന്നു. "അൺഡ്രഗ്ഗബിൾ" (undruggable) പ്രോട്ടീനുകളെ ലക്ഷ്യം വെക്കുന്നതിന് ഈ കഴിവ് നിർണ്ണായകമാണ്—പരമ്പരാഗത മെഡിസിനൽ കെമിസ്ട്രിക്ക് കൈകാര്യം ചെയ്യാൻ കഴിയാത്തവിധം സങ്കീർണ്ണമായ ലക്ഷ്യങ്ങളാണിവ.

AI മേഖലയിൽ ഇതിന്റെ പ്രാധാന്യം എന്തുകൊണ്ട്?

ഈ കരാറിന്റെ വ്യാപ്തി AI-ബയോടെക് (AI-biotech) മേഖലയുടെ പക്വതയുടെ സൂചകമാണ്. ഒരു ആഗോള ഫാർമസ്യൂട്ടിക്കൽ കമ്പനി ഒരു AI-നേറ്റീവ് കമ്പനിക്ക് 600 മില്യൺ ഡോളർ നീക്കിവെക്കുമ്പോൾ, അത് ജനറേറ്റീവ് AI-യെ ഒരു ഗവേഷണ ഉപകരണം എന്നതിലുപരി വ്യവസായ R&D അടിസ്ഥാന സൗകര്യങ്ങളുടെ ഒരു പ്രധാന തൂണായി അംഗീകരിക്കുന്നു.

AI മൂല്യത്തിന്റെ അടുത്ത അതിർത്തി "ഫിസിക്കൽ AI" (physical AI)-ൽ ആണെന്ന് ഈ നീക്കം സാങ്കേതിക-ബയോടെക് സമൂഹത്തിന് സൂചന നൽകുന്നു—സങ്കീർണ്ണമായ ജൈവിക സംവിധാനങ്ങളുമായി ഇടപഴകാനും അവയുടെ പെരുമാറ്റം പ്രവചിക്കാനും കഴിയുന്ന മോഡലുകളാണിവ. AI മോഡലുകൾ ബയോളജിയുടെ സൂക്ഷ്മതകൾ മനസ്സിലാക്കുന്നതിൽ കൂടുതൽ പ്രാവീണ്യം നേടുമ്പോൾ, സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറിംഗും മരുന്ന് വികസനവും തമ്മിലുള്ള അതിർവരമ്പുകൾ ഇല്ലാതാവുകയും പ്രിസിഷൻ മെഡിസിൻ്റെ (precision medicine) പുതിയ യുഗത്തിന് വഴിയൊരുക്കുകയും ചെയ്യും.

പ്രധാന വിവരങ്ങൾ

• വൻതോതിലുള്ള മൂലധന നിക്ഷേപം: ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വഴി മരുന്ന് കണ്ടുപിടുത്തത്തിന്റെ പ്രാരംഭ ഘട്ടങ്ങൾ വേഗത്തിലാക്കാൻ Takeda, Insilico Medicine-ന് 600 മില്യൺ ഡോളർ വാഗ്ദാനം ചെയ്തിരിക്കുന്നു.
• പ്ലാറ്റ്‌ഫോം സംയോജനം: ടാർഗെറ്റ് ഐഡന്റിഫിക്കേഷനും മോളിക്യുലാർ ഡിസൈനുമായി ബന്ധപ്പെട്ട ജനറേറ്റീവ് AI സ്യൂട്ടായ Insilico-യുടെ Pharma.AI പ്ലാറ്റ്‌ഫോമിലേക്കുള്ള പ്രവേശനം ഉറപ്പാക്കുക എന്നതാണ് ഈ കരാറിന്റെ പ്രധാന ലക്ഷ്യം.
• വ്യവസായ അംഗീകാരം: ഫാർമസ്യൂട്ടിക്കൽ മേഖലയിലെ സങ്കീർണ്ണവും പരിഹരിക്കപ്പെടാത്തതുമായ വൈദ്യശാസ്ത്ര ആവശ്യങ്ങൾ പരിഹരിക്കുന്നതിന് ജനറേറ്റീവ് ബയോളജിയും മെഷീൻ ലേണിംഗും ഉപയോഗിക്കുന്നതിലേക്കുള്ള വർദ്ധിച്ചുവരുന്ന മാറ്റത്തെ ഈ സഹകരണം എടുത്തുകാണിക്കുന്നു.