Theorema vyvíjí AI pro výzkum nemocí, v testu rakoviny překonala dosavadní výsledky

V kostce:

• Modely našly známé souvislosti 13,7krát častěji než náhodný výběr.
• Predikce smrtelných dvojic genů dosáhla skóre 0,86.
• Theorema vyvíjí kolem třiceti modelů, patnáct pokrývá konkrétní nemoci.

Filip Doušek a Hynek Walner založili startup zaměřený na AI s názvem Theorema, který vyvíjí umělou inteligenci pro zrychlení vědeckého výzkumu se zaměřením na medicínu. V jednom z testů zaměřených na rakovinu modely našly známé souvislosti mezi mutacemi a terapeutickými cíli 13,7krát častěji než náhodný výběr a v predikci smrtelných dvojic genů dosáhly skóre 0,86, uvedl server Lupa.cz.

V prvním testu modely hledaly, na které biologické cíle by mohla působit léčba u nádorů s konkrétními mutacemi. Ve druhém testu model předpovídal, které dvojice genů mohou při současném vyřazení způsobit smrt nádorové buňky. Hodnota 0,5 by podle serveru Lupa.cz odpovídala náhodnému odhadu a hodnota 1 bezchybnému rozlišení, zatímco dosud nejlepší publikovaný výsledek v Nature Communications byl 0,79.

Theorema podle Douška staví vlastní typ modelů, které označuje jako kauzální pravděpodobnostní modely a jejichž architektura se liší od velkých jazykových modelů. Netrénuje je dotrénováním existujícího modelu, ale začíná od nuly a krmí je rozsáhlými experimentálními daty. Podle serveru Lupa.cz jde o terabajty informací z více než stovky milionů lidských buněk, statisíců klinických studií, genetiky a prostorové transkriptomiky.

Modely mají zachycovat dynamiku nemoci, tedy jak se rozvíjí, které biologické procesy ji udržují a jak se vzájemně ovlivňují, a předpovídat účinek zásahu do těchto procesů. Do jediného modelu nemoci dokáže firma podle Douška dostat data z desítek milionů lidských buněk a několika experimentů současně. Cílem je najít, na co by mělo léčivo působit, aby nemoc zpomalilo, zastavilo nebo zvrátilo, a vývoj tak zásadně zrychlit a zlevnit.

Důvodem je nízká úspěšnost výběru biologického cíle při vývoji léčiv. Typická farmaceutická firma má při výběru takzvaného targetu zhruba pětiprocentní šanci, že lék projde všemi klinickými zkouškami, a z 50 % skončí klinická zkouška právě na špatném výběru targetu, popsal Doušek. Klinické zkoušky léků, které nakonec nefungují, podle něj stojí 550 milionů dolarů každý den.

Doušek je spoluzakladatelem startupu Stories.bi, který tým vybudoval z malé firmy a v roce 2018 jej podle komunitních odhadů za stovky milionů korun prodal americké softwarové společnosti Workday. Poté působil jako investor do technologických startupů, mezi jeho investicemi je i česká firma Oddin.gg. Jeho partner Walner byl zakládajícím výzkumníkem v oblasti AI ve Stories a následně šéfem týmů pro AI a datovou vědu ve společnosti Workday.

Theorema je oficiálně americká společnost s výzkumným týmem v Praze a dnes má kolem třiceti modelů v různých fázích vývoje. Patnáct z nich pokrývá konkrétní nemoci, včetně Parkinsonovy choroby, kardiovaskulárních onemocnění nebo zánětlivých střevních nemocí, další se zaměřují na konkrétní problémy v onkologii. Za firmou stojí mimo jiné Credo Ventures, Kaya VC a i&i Biotech Fund, spolupracuje s Ústavem organické chemie a biochemie a další pilotní spolupráce s přibližně deseti firmami aktuálně rozjíždí.

Tým Theoremy tvoří osm lidí a firma při vývoji intenzivně využívá AI agenty. Každý člen týmu denně pracuje s pěti až deseti agenty paralelně a další agenti běží na pozadí, což má přinášet 30krát rychlejší vývoj než při ruční práci na projektu, přiblížil Doušek. Produkt se podle něj mění s každým novým modelem od společností Anthropic nebo OpenAI, běžně týden po vydání.

Co to znamená: Pro firmy jde o příklad posunu od obecných jazykových modelů k vlastním modelům trénovaným na experimentálních a klinických datech pro konkrétní nemoc. Z pohledu auditu a implementace AI bude klíčové ověřit výsledky dílčími testy a laboratorní validací, protože konečný důkaz přinesou až klinické zkoušky v řádu let.

Zdroje:

• Lupa.cz