Deep Origin

Nền tảng khám phá thuốc tăng tốc bằng mô phỏng vật lý kết hợp học máy, dự đoán ADME, ghép nối phân tử và mô hình hóa tiền lâm sàng.

3.9 United States
Truy cập website ↗

Đây là gì

Deep Origin là nền tảng khám phá thuốc bằng trí tuệ nhân tạo dựa trên vật lý, kết hợp mô phỏng động lực học phân tử và học máy vào cùng một quy trình làm việc. Nền tảng này giúp các nhóm nghiên cứu thực hiện việc ghép nối phân tử (docking), dự đoán tính chất ADME và mô hình hóa giai đoạn tiền lâm sàng, cho phép sàng lọc và tối ưu hóa các hợp chất trên máy tính trước khi bước vào thực nghiệm ướt (wet lab). So với các mô hình hộp đen chỉ dựa trên dữ liệu thuần túy, Deep Origin nhấn mạnh tính khả giải thích của mô phỏng vật lý, giúp kết quả bám sát hành vi sinh hóa thực tế.

Giải quyết vấn đề gì

Giai đoạn tốn kém và mất thời gian nhất trong việc phát triển thuốc truyền thống là tìm ra một vài ứng viên sáng giá trong hàng nghìn phân tử tiềm năng. Deep Origin chuyển đổi giai đoạn sàng lọc ban đầu này sang môi trường điện toán, dự đoán khả năng hấp thụ, phân bố, chuyển hóa và bài tiết (ADME) của thuốc trong cơ thể, đồng thời đánh giá độ ái lực liên kết với protein mục tiêu. Qua đó, nền tảng giúp rút ngắn vòng lặp thử sai và giảm tỷ lệ thất bại ở giai đoạn sau.

Công ty hướng đến các công ty dược phẩm, startup công nghệ sinh học và đội ngũ nghiên cứu học thuật chuyên trách về hóa học tính toán và thiết kế thuốc, rất phù hợp cho quy trình R&D cần đưa ra quyết định chắc chắn hơn với ngân sách hạn chế. Đối với các đội ngũ chưa có cụm siêu máy tính (HPC), đây cũng là một giải pháp đưa khả năng mô phỏng tiên tiến vào quy trình.

Tính năng chính

  • Công cụ mô phỏng động lực học phân tử dựa trên nền tảng vật lý
  • Dự đoán tính chất dược động học ADME
  • Ghép nối phân tử và đánh giá độ ái lực liên kết
  • Sàng lọc hợp chất được hỗ trợ bởi học máy
  • Hỗ trợ mô hình hóa giai đoạn tiền lâm sàng
  • Môi trường tích hợp dành cho quy trình hóa học tính toán

Ưu điểm

  • Kết hợp mô phỏng vật lý và học máy, mang lại kết quả có tính khả giải thích cao hơn
  • Chuyển bước sàng lọc tốn kém trước thực nghiệm ướt sang điện toán, giảm thiểu thử sai
  • Bao phủ nhiều khâu từ docking đến ADME, hạn chế việc phải chuyển đổi công cụ

Nhược điểm

  • Rào cản chuyên môn cao, đòi hỏi nền tảng về thiết kế thuốc và hóa học tính toán
  • Kết quả mô phỏng dự đoán vẫn cần được kiểm chứng qua thực nghiệm, không thể thay thế hoàn toàn thực nghiệm ướt

Trường hợp sử dụng

  • Nhóm dược phẩm sàng lọc sơ bộ để tìm ra các hợp chất ưu tiên từ hàng loạt phân tử ứng viên
  • Nhà nghiên cứu dự đoán tính chất ADME của hợp chất để đánh giá khả năng phát triển thành thuốc
  • Startup công nghệ sinh học đánh giá tiềm năng liên kết với protein mục tiêu thông qua ghép nối phân tử

Ghi chú biên tập

Sự kết hợp giữa tính nghiêm ngặt của mô phỏng vật lý và hiệu suất của học máy tạo ra một công cụ thực thụ dành cho các nhóm nghiên cứu dược phẩm nghiêm túc.

Câu hỏi thường gặp

Deep Origin có thể thay thế hoàn toàn thử nghiệm trong phòng thí nghiệm không?

Không, nền tảng này định vị là công cụ sàng lọc và dự đoán tính toán trước giai đoạn thực nghiệm ướt nhằm thu hẹp phạm vi, kết quả cuối cùng vẫn cần được xác thực thông qua thực nghiệm thực tế.

Nền tảng này khác gì so với các nền tảng AI dược phẩm thông thường?

Deep Origin nhấn mạnh vào mô phỏng phân tử dựa trên vật lý thay vì chỉ dựa vào các mô hình thuần túy hướng dữ liệu, do đó kết quả tương đối sát với cơ chế sinh hóa thực tế và dễ giải thích hơn.

Có phù hợp với các nhóm nhỏ không có nguồn lực tính toán không?

Có, đối với các startup công nghệ sinh học hoặc nhóm nghiên cứu học thuật chưa có môi trường HPC tự xây dựng, nền tảng cung cấp một lối đi thuận lợi để tiếp cận năng lực mô phỏng tiên tiến.

Công cụ AI liên quan

繁體中文版 →