Immunoterapia, która polega na aktywacji układu odpornościowego chorego w celu walki z daną chorobą, jest jedną z najprężniej rozwijających się gałęzi medycyny. W ciągu 10 lat rynek wykorzystywanych w niej przeciwciał może wzrosnąć trzykrotnie – oceniają analitycy Fact.MR. Polski start-up Genotic wykorzystuje do prac nad przeciwciałami celującymi w określony antygen sztuczną inteligencję. Pozwala ona znacznie skrócić cały proces z wielu miesięcy nawet do 21 dni.  

– Sztuczna inteligencja daje nam możliwość automatyzacji bardzo wielu procesów w biotechnologii i farmacji, począwszy od wyszukiwania nowych kandydatów na leki, nie tylko małocząsteczkowych, ale tych dużo trudniejszych, czyli przeciwciał. Biologiczne leki, czyli przeciwciała, są jednymi z najlepszych leków, więc one są dużo trudniejsze w projektowaniu, ale sieci głębokiego uczenia dają nam możliwość w bardzo krótkim czasie tworzenia nawet spersonalizowanych przeciwciał na konkretne epitopy targetów u pacjentów. To jest ogromna rewolucja na skalę odkrycia prądu, która w tym momencie zachodzi w świecie biotechnologii i farmacji – mówi w wywiadzie dla agencji Newseria Innowacje Grzegorz Warzecha, założyciel Genotic.

Polski startup z wykorzystaniem sztucznej inteligencji projektuje, testuje i produkuje przeciwciała, które mogą być użyte m.in. w diagnostyce i leczeniu chorób zakaźnych, autoimmunologicznych czy onkologicznych. Struktury białek są przewidywane na podstawie sekwencji. Pozwala to znacznie usprawnić proces i przeciwciała celujące w określony antygen.

– My wykorzystujemy sztuczną inteligencję przede wszystkim do projektowania spersonalizowanych przeciwciał wysoko specyficznych do konkretnych targetów, tak jak na przykład HER2 w przypadku nowotworu raka piersi. Chcemy wyjść z dużą bazą przeciwciał na bardzo wiele różnych targetów na rynku R&D i diagnostyki. Jednocześnie bardzo ambitnie pracujemy nad tym, żeby za pomocą sieci głębokiego uczenia automatyzować procesy w laboratoriach, bo w Stanach Zjednoczonych i Europie Zachodniej powstaje coraz więcej tzw. dark labów, czyli laboratoriów, gdzie wiele procesów jest automatyzowanych przez roboty, bo bardzo mocno skraca to pracę, przyspiesza wiele eksperymentów i daje dużo szybsze dojście do dobrych cząsteczek, które musimy zweryfikować, zanim trafią do testów klinicznych – wskazuje Grzegorz Warzecha.