Studi yang dipublikasikan pada 13 Mei di American Chemical Society’s Journal of Chemical InformInsilico Medicine (“Insilico”), sebuah perusahaan penemuan obat berbasis kecerdasan buatan generatif (AI) tahap klinis, hari ini mengumumkan bahwa mereka menggabungkan dua teknologi yang berkembang pesat, komputasi kuantum dan AI generatif, untuk mengeksplorasi penemuan kandidat utama dalam pengembangan obat dan berhasil mendemonstrasikan keuntungan potensial dari jaringan permusuhan generatif kuantum dalam kimia generatif.asi dan Pemodelan, jurnal terkemuka dalam pemodelan komputasi, dipimpin oleh pusat Taiwan dan UEA Insilico yang berfokus pada perintisan dan membangun metode dan mesin terobosan dengan teknologi yang berkembang pesat – termasuk AI generatif dan komputasi kuantum – untuk mempercepat penemuan dan pengembangan obat. Penelitian ini didukung oleh direktur Konsorsium Percepatan Universitas Toronto Alán Aspuru-Guzik, PhD, dan ilmuwan dari Lembaga Penelitian Hon Hai (Foxconn).

Kolaborasi internasional ini merupakan proyek yang sangat menyenangkan. Ini menetapkan panggung untuk pengembangan lebih lanjut dalam AI saat memenuhi penemuan obat. Ini adalah kolaborasi global di mana Foxconn, Insilico, Zapata Computing, dan University of Toronto bekerja sama.”


Alán Aspuru-Guzik, direktur Konsorsium Percepatan dan profesor ilmu komputer dan kimia di Universitas Toronto

Generative Adversarial Networks (GANs) adalah salah satu model generatif paling sukses dalam penemuan dan desain obat dan telah menunjukkan hasil yang luar biasa untuk menghasilkan data yang meniru distribusi data dalam berbagai tugas. Model GAN ​​klasik terdiri dari generator dan diskriminator. Generator mengambil derau acak sebagai input dan mencoba meniru distribusi data, dan diskriminator mencoba membedakan antara sampel palsu dan asli. GAN dilatih sampai diskriminator tidak dapat membedakan data yang dihasilkan dari data sebenarnya.

Dalam makalah ini, para peneliti mengeksplorasi keuntungan kuantum dalam penemuan obat molekul kecil dengan mengganti setiap bagian MolGAN, GAN implisit untuk grafik molekul kecil, dengan sirkuit kuantum variasional (VQC), langkah demi langkah, termasuk sebagai generator kebisingan, generator dengan metode tambalan, dan diskriminator kuantum, membandingkan kinerjanya dengan mitra klasik.

Studi ini tidak hanya menunjukkan bahwa GAN kuantum terlatih dapat menghasilkan molekul seperti set pelatihan dengan menggunakan VQC sebagai generator kebisingan, tetapi generator kuantum mengungguli GAN klasik dalam sifat obat dari senyawa yang dihasilkan dan tolok ukur yang diarahkan pada tujuan. Selain itu, penelitian menunjukkan bahwa pembeda kuantum GAN dengan hanya puluhan parameter yang dapat dipelajari dapat menghasilkan molekul yang valid dan mengungguli pasangan klasik dengan puluhan ribu parameter dalam hal sifat molekul yang dihasilkan dan skor divergensi KL.

Komputasi kuantum diakui sebagai terobosan teknologi berikutnya yang akan memberikan dampak besar, dan industri farmasi diyakini sebagai salah satu industri gelombang pertama yang mendapat manfaat dari kemajuan tersebut. Makalah ini menunjukkan jejak pertama Insilico dalam komputasi kuantum dengan AI dalam generasi molekuler, menggarisbawahi visi kami di lapangan.”


Jimmy Yen-Chu Lin, PhD, GM dari Insilico Medicine Taiwan dan penulis makalah yang sesuai

Berdasarkan temuan ini, para ilmuwan Insilico berencana untuk mengintegrasikan model GAN ​​kuantum hibrida ke dalam Chemistry42, mesin penghasil molekul kecil milik Perusahaan, untuk semakin mempercepat dan meningkatkan proses penemuan dan pengembangan obat yang digerakkan oleh AI.

Insilico adalah salah satu yang pertama menggunakan GAN dalam desain molekuler de novo, dan menerbitkan makalah pertama di bidang ini pada tahun 2016. Perusahaan telah mengirimkan 11 kandidat praklinis dengan model AI generatif berbasis GAN dan program utamanya telah divalidasi di Tahap I uji klinis.

“Saya bangga dengan hasil positif yang dicapai tim komputasi kuantum kami melalui upaya dan inovasi mereka,” kata Alex Zhavoronkov, PhD, pendiri dan CEO Insilico Medicine. “Saya percaya ini adalah langkah kecil pertama dalam perjalanan kami. Saat ini kami sedang mengerjakan percobaan terobosan dengan komputer kuantum nyata untuk kimia dan berharap dapat berbagi praktik terbaik Insilico dengan industri dan akademisi.”