Recursion Menggariskan Strategi Penemuan Obat Didukung AI

Ringkasan Eksekutif Strategi AI

Para eksekutif Recursion Pharmaceuticals merinci platform penemuan obat berbasis kecerdasan buatan perusahaan selama webcast Morgan Stanley. CEO Najat Khan dan CFO Ben Taylor menjelaskan bagaimana teknologi tersebut mempercepat identifikasi target, desain molekul, dan pengembangan klinis, secara signifikan mempersingkat jadwal penelitian tradisional.

Gambaran Umum dan Kapabilitas Platform

Recursion menggunakan pembelajaran mesin yang dikombinasikan dengan biologi eksperimental untuk memetakan gangguan genetik. Salah satu inisiatif pemetaan berhasil mengidentifikasi 25 target obat baru secara bersamaan. Dalam desain molekul, perusahaan memajukan senyawa ke uji klinis dengan hanya merancang 330 molekul selama 17 bulan, sangat kontras dengan norma industri yang biasanya 2.500 hingga 5.000 senyawa selama beberapa tahun.

Dampak Ekonomi dan Klinis

Pendekatan berbasis AI perusahaan telah mempercepat pendaftaran pasien dalam uji klinis sebesar 30% hingga 50%. Manajemen memproyeksikan penghematan jutaan dolar dengan meningkatkan model prediktif untuk pengujian hewan dan kontrol manufaktur terkait, yang merupakan sekitar setengah dari biaya pengembangan awal. Platform ini didukung oleh 65 petabyte data eksperimental, termasuk 40 petabyte data kepemilikan.

Prospek dan Konteks Pasar

Strategi Recursion secara langsung menargetkan inefisiensi industri, di mana pengembangan klinis menghabiskan 70% modal dan obat-obatan yang ada hanya menangani 10% dari genom manusia. Perusahaan bertujuan untuk membuat pengembangan obat lebih cepat dan lebih efisien modal melalui model prediktif yang berpusat pada data.

FAQ

T: Bagaimana AI Recursion mempercepat penemuan obat?
J: Ini dengan cepat mengidentifikasi berbagai target baru, merancang molekul yang efektif dengan iterasi yang jauh lebih sedikit, dan mempercepat pendaftaran pasien uji klinis hingga 50%.

T: Berapa skala data yang digunakan Recursion?
J: Platform perusahaan didukung oleh 65 petabyte data eksperimental, menggabungkan 40 petabyte data kepemilikan dengan 25 petabyte dari kemitraan utama.

Sumber: Investing.com