As empresas de tecnologia mais poderosas do mundo estão olhando além da descoberta de medicamentos e da biologia digital, à medida que modelos de linguagem como ChatGPT e Gemini inauguram uma nova era de IA no Vale do Silício.
por Ricardo Nieva e Alex Knapp
peidar CEO da Nvidia, Jensen Huang Olhando para o público presente no maior evento de tecnologia da saúde do ano, a JPMorgan Healthcare Conference, realizada em São Francisco em janeiro, ele reconheceu que estava numa posição incomum.
“Vocês não são meu pessoal normal”, disse ele em uma sala de engenheiros de biologia da saúde durante uma conversa calorosa com a Recursion, uma empresa de descoberta de medicamentos na qual a Nvidia investiu US$ 50 milhões no ano passado.
O público pode não ter sido seu grupo demográfico principal, mas ele espera que isso mude. Fan tem repetidamente elogiado a biologia digital como a “próxima revolução incrível” na tecnologia. À medida que o boom da IA se espalha pelo Vale do Silício, a Nvidia construiu um negócio que vale mais de US$ 60 bilhões por ano e se tornou uma das poucas empresas com uma capitalização de mercado na casa dos trilhões no verão passado. Acreditamos que existem mais oportunidades para impulsionar o crescimento nos setores da saúde e da biotecnologia.
“Fomos declarados o próximo negócio multibilionário da Nvidia”, disse Kimberly Powell, vice-presidente da Nvidia Healthcare. Forbes. Ele disse que a empresa pretende fornecer chips, infraestrutura em nuvem e outras ferramentas para mais empresas de biotecnologia.
Agora que modelos de linguagem de grande escala, como o ChatGPT da OpenAI e o Gemini do Google DeepMind, tornaram a IA generativa popular, algumas das empresas de tecnologia mais poderosas do mundo estão de olho na biotecnologia como a próxima fronteira para a inteligência artificial. É uma fronteira onde a IA não gera poemas engraçados a partir de instruções. , pelo contrário, é o próximo medicamento que salva vidas.
“Fomos declarados o próximo negócio multibilionário da Nvidia.”
Na Nvidia, indiscutivelmente a espinha dorsal da revolução da IA com seus poderosos chips GPU, a maior parte dos investimentos no braço Nventures VC da empresa nos últimos dois anos foi na descoberta de medicamentos. Na DeepMind, o modelo AlphaFold do Google AI Lab, uma ferramenta inovadora para prever a estrutura de proteínas, desenvolve seringas “moleculares” para injetar drogas diretamente nas células para estudar culturas menos viciantes que foram usadas por pesquisadores acadêmicos no ano passado. Sobre pesticidas. O interesse pela biotecnologia está se espalhando por toda a indústria, com a Microsoft, a Amazon e até mesmo a Salesforce realizando projetos de design de proteínas.
Embora o uso de IA na descoberta de medicamentos não seja necessariamente uma tendência nova, a DeepMind anunciou o AlphaFold pela primeira vez em 2018 – os executivos da DeepMind e da Nvidia disseram: Forbes Este é um momento marcante, graças a uma combinação de três fatores: a enorme quantidade de dados de treinamento agora disponíveis, a explosão dos recursos computacionais e os avanços nos algoritmos de IA. “Três ingredientes estão aparecendo pela primeira vez”, disse Powell. “Isso não teria sido possível há cinco anos.”
Devido à sua grande complexidade, a IA tem grande potencial no campo da biotecnologia. Considere o problema que o AlphaFold visa. As proteínas são a maquinaria básica do corpo e gerenciam uma variedade de funções. Todas essas características estão relacionadas ao formato tridimensional da proteína. Todas as proteínas são constituídas por uma série de aminoácidos, e as interações desses aminoácidos com o ambiente externo determinam como a proteína se “dobra” e determina sua forma final. Ser capaz de prever a forma de uma proteína com base na sua sequência de aminoácidos é de grande interesse para as empresas de biotecnologia, que podem usar esses conhecimentos para conceber tudo, desde novos medicamentos a culturas e plásticos biodegradáveis.
“Sempre foi esse tipo de coisa maluca e radical. Muito fora do mainstream.”
É aqui que entra o aprendizado profundo. Ao treinar modelos de IA em centenas de milhões de sequências de proteínas diferentes e suas estruturas subjacentes, eles revelam padrões em biologia sem necessariamente ter que realizar os cálculos caros necessários para simulações verdadeiras de dinâmica molecular. A simulação completa de proteínas requer tantos recursos computacionais que as instituições estão construindo supercomputadores especificamente para lidar com esses tipos de problemas, como o Anton 2 no Centro de Supercomputação de Pittsburgh. Projetado e construído.
O boom na tecnologia de descoberta de medicamentos não vem apenas dos gigantes da tecnologia de IA. De acordo com o Pitchbook, desde 2021, houve 281 negócios de capital de risco em todo o mundo para startups de descoberta de medicamentos de IA, com investimentos atingindo US$ 7,7 bilhões. O maior aumento ocorreu em 2021, quando a pandemia se instalou, com 105 negócios fechados, contra 65 no ano anterior, e caindo para 67 em 2023. Num relatório divulgado no início deste mês, a empresa de análise observou que os níveis permanecem fortes. Entusiasmo por “empresas em estágio inicial que integram IA na descoberta e desenvolvimento de medicamentos”. David Baker, diretor do Protein Design Institute da Universidade de Washington, disse que a ascensão da IA generativa também está gerando maior interesse.
“Sempre foi uma coisa maluca e radical. Muito fora do mainstream”, disse Baker. Agora “todo mundo está falando sobre isso”, disse ele. Desde que o Protein Design Institute foi fundado em 2012, mais de 20 startups surgiram do programa, disse Baker. Dez das empresas, incluindo a Archon Biosciences, que desenvolve nanomateriais para medicina regenerativa e cancro, e a Lila, que desenvolve tratamentos para doenças fibróticas, são participantes recentes a partir de 2021.
Na DeepMind, foi somente com a pandemia da COVID-19 que os pesquisadores realmente compreenderam os riscos do seu trabalho. Eles estavam trabalhando no AlphaFold há cerca de cinco anos, mas enquanto reciclavam o modelo para a segunda geração, o mundo inteiro começou a evacuar devido a um vírus misterioso. “Isso realmente deixou claro a importância desta questão”, disse Pushmeet Kohli, vice-presidente de ciência da DeepMind. Forbes.
O resultado da reciclagem da DeepMind é AlphaFold 2. Este modelo inovador pode prever estruturas de proteínas com tanta precisão que os organizadores do CASP, uma competição global de pesquisa sobre enovelamento de proteínas, enviaram um e-mail à DeepMind para descobrir que a empresa estava fazendo algo errado. Perguntei-lhe se ele tinha alguma, Kohli lembrou com uma risada.
O esforço foi tão promissor que o cofundador Demis Hassabis criou uma empresa separada na Alphabet em 2021 com base no sucesso da Alphafold. A startup, chamada Isomorphic Labs, tem como foco a descoberta de medicamentos e é liderada pelo próprio Hassabis. Apenas este ano, por exemplo, a Isommorphic Labs assinou acordos de investigação com a Lilly e a Novartis no valor de quase 3 mil milhões de dólares se todos os marcos forem alcançados, incluindo potenciais vendas de medicamentos resultantes destas colaborações. Royalties excessivos não estão incluídos.
Em 2022, a Nvidia anunciou o BioNeMo, uma plataforma generativa de IA que ajuda os desenvolvedores a acelerar o treinamento, a implantação e o dimensionamento de modelos de linguagem em larga escala para a descoberta de medicamentos. Na Nventures, o braço de capital de risco da fabricante de chips, sete dos 19 negócios totais da unidade foram com startups de descoberta de medicamentos de IA, incluindo Genesis Therapeutics, Terray e Generate Biosciences, a maior de qualquer categoria de investimento.
“A indústria de design auxiliado por computador criou a primeira empresa de chips de US$ 2 trilhões”, disse Powell, referindo-se à Nvidia e seu rápido crescimento no ano passado. “Por que não é feita a mesma assistência informática? descoberta de drogas Será que a indústria construirá a próxima empresa farmacêutica de um trilhão de dólares?'' Ela acrescentou: “É por isso que investimos no que existe.''
Várias outras grandes empresas de tecnologia têm seus próprios esforços de dobramento de proteínas. No ano passado, a Salesforce lançou o ProGen, um modelo de IA de geração de proteínas, e a Microsoft lançou o EvoDiff, um modelo de código aberto semelhante. A Amazon também lançou uma ferramenta de dobramento de proteínas para o SageMaker, a plataforma de aprendizado de máquina da AWS. Até a ByteDance, empresa controladora da TikTok, parece estar contratando equipes científicas e de design de medicamentos. Forbes Relatado em janeiro.
Ainda assim, apesar de toda a promessa e entusiasmo da descoberta de medicamentos com IA, também existem contratempos. Ainda são necessários anos para que um medicamento seja submetido a ensaios clínicos, e a FDA já aprovou ensaios clínicos para mais de 100 novos candidatos a medicamentos que utilizam IA e aprendizagem automática no seu desenvolvimento, mas ainda é difícil colocá-los no mercado. é provável que demore vários anos.
Em alguns casos, os desafios associados à descoberta de medicamentos podem fazer com que grandes empresas tecnológicas abandonem a sua investigação. Em agosto passado, a empresa-mãe do Facebook, Meta, encerrou sua equipe de dobramento de proteínas. Mais tarde, os pesquisadores da unidade tornaram-se independentes e fundaram uma empresa chamada EevolutionaryScale. Forbes Foi relatado no ano passado. Mehta não quis comentar o motivo do fim do projeto.
Um dos principais gargalos nos quais as empresas de tecnologia precisam se concentrar é ter dados de treinamento suficientes. Modelos fundamentais mais recentes, como o GPT, dependem do aprendizado por reforço, um método que permite que algoritmos processem informações não rotuladas por meio de tentativa e erro. Isso os torna ainda mais dependentes de dados de alta qualidade, disse Anna Marie Wagner, chefe de IA da empresa de biologia sintética Ginkgo Bioworks. Forbes. No verão passado, sua empresa firmou uma parceria estratégica de cinco anos com o Google Cloud para combinar sua experiência em IA com a capacidade do Ginkgo de gerar rapidamente dados biológicos em laboratórios automatizados e criar novos dados de treinamento. Conseguimos reverter rapidamente para o modelo de IA . . Essa combinação ajuda a tornar o processo de descoberta mais otimizado, disse ela.
Além disso, disse ela, o Gingko tem a capacidade de validar rapidamente as previsões do modelo. Contraintuitivamente, isso faz com que as peculiaridades do modelo de IA, que às vezes parecem alucinações, ou seja, produzir resultados falsos ou enganosos em resposta a avisos, sejam um “recurso e não um bug”. Isto porque pode levar a descobertas interessantes que os cientistas nunca teriam imaginado. “Queremos que nossos modelos apresentem coisas malucas, porque é aí que começamos a ver melhorias de ordens de magnitude.”
Kohli colocou a questão dos dados de forma mais direta: “Quando o lixo entra, o lixo sai”. Ainda assim, ele já viu o impacto que a IA teve na investigação biológica à medida que a indústria trabalha para resolver estes problemas. “Quando você vai a conferências e vê a mudança na forma como os biólogos trabalhavam e na forma como trabalham hoje, é uma mudança incrível”, diz ele.
Mais da Forbes
