آنتروپیک شرکت تکنفره زیستفناوری میتریل مدیسین را خریداری کرد
آنتروپیک، شرکت توسعهدهنده مدلهای هوش مصنوعی، شرکت زیستفناوری تکنفره میتریل مدیسین را خرید تا برنامههای کشف دارو را بهطور مستقیم درون مجموعه خودش پیش ببرد. این استارتاپ در شهر کمبریج ایالت ماساچوست فعالیت میکرد و تنها کارمند تماموقت آن، کودی ترانبرگر، ب…
خلاصه تحلیلی خبر
آنتروپیک، شرکت توسعهدهنده مدلهای هوش مصنوعی، شرکت زیستفناوری تکنفره میتریل مدیسین را خرید تا برنامههای کشف دارو را بهطور مستقیم درون مجموعه خودش پیش ببرد. این استارتاپ در شهر کمبریج ایالت ماساچوست فعالیت میکرد و تنها کارمند تماموقت آن، کودی ترانبرگر، ب…
موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، میتریل، مدیسین، شرکت، هوش
آنتروپیک، شرکت توسعهدهنده مدلهای هوش مصنوعی، شرکت زیستفناوری تکنفره میتریل مدیسین را خرید تا برنامههای کشف دارو را بهطور مستقیم درون مجموعه خودش پیش ببرد. این استارتاپ در شهر کمبریج ایالت ماساچوست فعالیت میکرد و تنها کارمند تماموقت آن، کودی ترانبرگر، بنیانگذار و مدیرعامل شرکت بود. با نهایی شدن این خرید، ترانبرگر به تیم آنتروپیک پیوست تا پژوهشهای دارویی خود را ادامه دهد و چند برنامه تازه را هم در این حوزه کلید بزند.
میتریل مدیسین چگونه پروژه کشف دارو را با کلود پیش برد؟
میتریل مدیسین پیش از این معامله روی دو آنتیبادی در مراحل اولیه کار میکرد؛ آنتیبادیها پروتئینهایی هستند که پژوهشگران از آنها برای هدفگیری دقیق در درمان بیماریها کمک میگیرند. هدف این پروژه، درمان دو نوع نادر از دیستروفی عضلانی بود که یک بیماری ژنتیکی دشوار با پیامد تحلیل رفتن تدریجی ماهیچهها محسوب میشود. ترانبرگر بخش بزرگی از کارهای تحلیلی و مدیریتی این پژوهش را با کمکدستیار هوش مصنوعی کلودپیش میبرد.
آنتروپیک درباره پیشرفتهای اولیه در توسعه داروتیم میتریل مدیسین توانست یک ایده درمانی را در کمتر از هجده ماه به نتایج امیدوارکننده در آزمایش روی موشها برساند. با این حال، تمام این دستاوردها هنوز در مرحله پیشبالینی قرار دارند؛ یعنی آزمایش روی انسان شروع نشده و گزارش فنی آن هم هنوز داوری همتا و بررسی علمی مستقل پشت سر نگذاشته تا کارایی نهایی دارو تایید شود.
جزئیات مالی این خرید هنوز منتشر نشده و دو طرف مبلغ معامله را اعلام نکردهاند. با وجود ساختار بسیار کوچک میتریل مدیسین، ساخت و آزمایش این مولکولها کار یک نفر به تنهایی نبود. ترانبرگر برای پیشبرد بخشهای علمی از مشاوران پارهوقت کمک میگرفت و آزمایشهای فیزیکی را به مجموعههای بیرونی میسپرد تا دادههای واقعی از محیط آزمایشگاه به دست بیاید.
منابع خبری علمی از همکاری میتریل مدیسین با دستکم پنج سازمان تحقیقاتی قراردادی خبر دادهاند؛ سازمانهایی که آزمایشهای تخصصی را بهصورت قراردادی برای شرکتهای داروسازی انجام میدهند. خود آنتروپیک هم اشاره کرده که ترانبرگر برای قراردادها، هماهنگیها و آزمایشها با یازده آزمایشگاه بیرونی در ارتباط بود. اگر این داروها وارد مرحله آزمایش بالینی روی انسان شوند، پروژه بدون تردید به پژوهشگران بیشتری نیاز دارد.
هوش مصنوعی چگونه ساختار شرکتهای زیستفناوری را تغییر میدهد؟
خرید میتریل مدیسین این پرسش جدی را در صنعت دارو مطرح کرده که آیا شرکتهای آینده میتوانند با تیمهای بسیار کوچک و تکیه بر کاربردهای هوش مصنوعی در صنایع رقابت کنند یا نه.
جیمز زو، دانشمند علوم رایانه در دانشگاه استنفورد که در زمینه هوش مصنوعی در زیستپزشکی پژوهش میکند، آینده این روند را امیدوارکننده میداند. او باور دارد شرکتهای کوچک مجهز به ابزارهای هوشمند در آینده بیشتر میشوند، چون در شناسایی فرصتها و حرکت سریع بسیار توانمند عمل میکنند.
تجربه شرکتهای کوچک پیش از ورود ابزارهای هوشمند
کوچک بودن تیم در دنیای زیستفناوری اتفاق تازهای نیست و سالها پیش از فراگیر شدن چتباتها هم نمونه داشت. مت دیویدسون، کارآفرین باسابقه این صنعت، اولین شرکت زیستفناوری خود را در سال ۲۰۱۳ بنیان گذاشت؛ یعنی تقریباً یک دهه پیش از عرضه عمومی چتجیپیتی. او برای سالها تنها دو کارمند تماموقت نگه داشت تا دارویش به مراحل پایانی آزمایش بالینی رسید.
شرکت دیویدسون هیچ آزمایشگاه فیزیکی اختصاصی نداشت و تمام کارهای عملی آزمایشگاهی به مجموعههای بیرونی سپرده میشد. او اکنون شرکت دیگری به نام آزورا تراپیوتیکس را در لسآنجلس اداره میکند که فقط پنج کارمند دارد. تفاوت مهم شرکت او با میتریل مدیسین در نوع استفاده از ابزارهای هوشمند دیده میشود. دیویدسون بیشتر برای خلاصه کردن گزارشهای پژوهشی سراغ هوش مصنوعی میرود، نه برای طراحی مستقیم گامهای علمی و تحلیلی.
دیویدسون، همین ابزارهای ساده باعث افزایش بهرهوری تیمهای کوچک شده و نیاز شرکت او به استخدام مشاوران علمی بیرونی را در مقایسه با گذشته تا اندازه چشمگیری کاهش داده است.
مدل تکنفره توسعه دارو؛ یک نفر در کنار هوش مصنوعی
تفاوت اصلی میتریل مدیسین با بسیاری از شرکتهای کوچک قدیمیتر، عمق وابستگی آن به مدلهای زبانی در کارهای روزمره پژوهش و مدیریت بود. ترانبرگر از کلود فقط برای خلاصهسازی اسناد استفاده نمیکرد، بلکه این دستیار هوشمند را وارد چرخه تحلیل دادهها، پیشنهاد گامهای بعدی تحقیق و ساماندهی حجم سنگین ایمیلها و قراردادهای اداری کرده بود.
نقش کلود در هماهنگی آزمایشگاههای بیرونی
بخش بزرگی از زمان مدیر یک شرکت دارویی بدون آزمایشگاه، صرف پیگیری آزمایشها و مکاتبه با مراکز همکار میشود. ترانبرگر با سپردن بخشهایی از بررسی دادههای خام و نامهنگاریهای فنی به کلود، توانست همزمان با چندین مرکز پژوهشی کار کند و گلوگاههای اداری را با سرعت بیشتری رد کند. او نام این شیوه کار را مدل خط لوله تکنفره گذاشته است.
در این مدل عملیاتی، یک فرد با تکیه بر دستیار هوشمند میتواند مسئولیتهای تحلیلی و مدیریتی یک تیم چندنفره را هدایت کند. برای درک روشنتر مرزهای این روش، میتوان سه بخش اصلی کار در میتریل مدیسین را از هم جدا کرد تا مشخص شود هر بخش دقیقاً بر عهده چه کسی قرار داشت
- هدایت علمی و تصمیمگیری نهایی: کاملاً بر عهده ترانبرگر و مشاوران علمی پارهوقت بود تا مسیر پژوهش و درستی نتایج ارزیابی شود.
- تحلیل دادهها و کارهای اداری: به کمک کلود انجام میشد تا پیشنهاد مراحل بعدی، بررسی اسناد و هماهنگی قراردادها با سرعت پیش برود.
- آزمایشهای عملی و زیستی: در آزمایشگاههای بیرونی و سازمانهای تحقیقاتی قراردادی انجام میگرفت، چون شرکت آزمایشگاه فیزیکی نداشت.
در این الگو، ابزار هوشمند قرار نیست جایگزین دانشمندان شود. کلود فقط نقش دستیار تحقیقاتی و مدیریتی را بر عهده دارد تا کارهای تکراری سادهتر شوند، اما تصمیمگیری درباره مسیر علمی و ارزیابی نتایج همچنان به تخصص و قضاوت انسان وابستگی دارد.
آینده شرکتهای تکنفره در صنعت کشف دارو
تجربه میتریل مدیسین نشان میدهد هوش مصنوعی میتواند به شرکتهای کوچک کمک کند بدون استخدام دهها نیروی تماموقت، پروژههای پیچیده پژوهشی را تا مراحل اولیه جلو ببرند. این موضوع میتواند معادلات مالی شروع پروژههای دارویی را تا حدی تغییر دهد، بهخصوص در بخشهایی که شرکتهای بزرگ داروسازی بهدلیل هزینههای بالا کمتر سراغ آنها میروند.
چرا درمان بیماریهای نادر بیشترین سود را میبرد؟
یکی از حوزههایی که شاید بیشترین اثر را از این تغییر بپذیرد، توسعه درمان برای بیماریهای نادر است. چون تعداد مبتلایان به این بیماریها محدود است، تامین هزینههای یک تیم تحقیقاتی بزرگ و تولید داروهای اختصاصی برای شرکتهای داروسازی دشوار میشود. کاهش هزینههای اجرایی و صرفهجویی در زمان میتواند امکان بررسی پروژههایی را بسازد که پیشتر توجیه اقتصادی نداشتند.
مرز بین کمک هوش مصنوعی و نیاز به پژوهشگران انسانی
با وجود هیجانی که خرید یک شرکت تکنفره ایجاد کرده، تجربه میتریل مدیسین به معنای حذف دانشمندان، آزمایشگاهها و متخصصان نیست. رسیدن یک مولکول از آزمایش روی موش به داروی تاییدشده برای انسان، مسیری طولانی دارد و توسعه دارو همچنان به آزمایشهای واقعی، بررسیهای دقیق ایمنی و همکاری مجموعهای از متخصصان بالینی نیاز خواهد داشت.
در این الگو، هوش مصنوعی بیشتر نقش ابزاری برای افزایش بهرهوری و کم کردن پیچیدگیهای مدیریتی را بازی میکند. خرید میتریل مدیسین توسط آنتروپیک هم نمونهای روشن از توجه روزافزون شرکتهای هوش مصنوعی به زیستفناوری به شمار میرود؛ صنعتی که در آن ترکیب تخصص انسانی با دستیارهای هوشمند میتواند شیوه سنتی پژوهش و تولید دارو را تغییر دهد.
سوالات متداول
برای ورود مستقیم به کشف دارو؛ میتریل دو برنامه اولیه درمان دیستروفی عضلانی را با کمک کلود و یک نیروی تماموقت پیش میبرد.
آنتروپیک و بنیانگذار میتریل مدیسین تا این لحظه جزئیات و مبلغ دقیق قرارداد را بهصورت عمومی منتشر نکردهاند.
کلود در تحلیل دادهها، پیشنهاد گامهای بعدی آزمایش و مدیریت ایمیلها و قراردادهای پژوهش با آزمایشگاههای بیرونی کمک میکرد.
خیر؛ این آنتیبادیها هنوز در مرحله پیشبالینی و مطالعات حیوانی قرار دارند و گزارش فنی آنها داوری همتا نشده است.
خیر؛ آزمایشهای فیزیکی با آزمایشگاههای بیرونی انجام میشود و مراحل آزمایش بالینی روی انسان به پژوهشگران بیشتر نیاز دارد.
برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.