Insilico Medicine annonce la publication d'un nouveau document de recherche intitulé « Génération moléculaire pour les changements souhaités du transcriptome avec les auto-encodeurs adversaires » dans Frontiers in Pharmacology. Il s'agit de la première étude de ce type où de nouvelles structures moléculaires sont créées pour une réponse transcriptionnelle souhaitée.
Dans cette étude, les chercheurs d'Insilico Medicine ont développé un nouveau modèle, l'Autoencodeur Adversaire Bidirectionnel, qui apprend une distribution conjointe des structures moléculaires et une réponse transcriptionnelle induite. Le modèle peut générer des structures moléculaires pour une réponse transcriptionnelle donnée et vice versa.
En conséquence, Insilico Medicine a fourni un modèle qui combine à la fois la biologie générative et la chimie générative. À l'aide de ce modèle, les chercheurs peuvent exécuter un criblage virtuel, découvrir de nouvelles structures moléculaires et prédire les réponses transcriptionnelles – un modèle pour résoudre de nombreux problèmes.
« Cet article montre qu'il est possible de générer de nouvelles structures moléculaires qui induisent la réponse transcriptionnelle souhaitée. Chez Insilico, nous travaillons sur ce projet depuis 2016 et avons créé une propriété intellectuelle critique couvrant les idées originales en biologie générative proposées et brevetées par Alex Zhavoronkov et Alex Aliper.
J'espère que la chimie générative et la biologie développées chez Insilico deviendront des outils ménagers pour les grandes sociétés pharmaceutiques. Beaucoup de ces outils sont disponibles dans notre prochaine plate-forme d'IA qui sera bientôt disponible pour un déploiement dans les locaux du client. «
Daniil Polykovskiy, auteur principal de l'étude et chef de groupe, Insilico Medicine
La source:
Référence de la revue:
ShayaKhmetov, R., et al (2020) Génération moléculaire pour les changements de transcriptome souhaités avec des auto-encodeurs contradictoires. Frontiers in Pharmacology. doi.org/10.3389/fphar.2020.00269.
