Η ανακάλυψη φαρμάκων, η τέχνη του εντοπισμού νέων μορίων για την ανάπτυξη φαρμακευτικών προϊόντων, είναι μια διαβόητα χρονοβόρα και δύσκολη διαδικασία. Παραδοσιακές τεχνικές, όπως έλεγχος υψηλής απόδοσηςπροσφέρουν μια ακριβή προσέγγιση διασποράς — μια που δεν είναι συχνά επιτυχημένη. Ωστόσο, μια νέα σειρά εταιρειών βιοτεχνολογίας αξιοποιεί την τεχνητή νοημοσύνη και τις προηγμένες τεχνολογίες δεδομένων σε μια προσπάθεια να επιταχύνουν και να εξορθολογίσουν τη διαδικασία.
Η Chai Discovery, μια startup τεχνητής νοημοσύνης που ιδρύθηκε το 2024, είναι μια τέτοια εταιρεία. Σε λίγο περισσότερο από 12 μήνες, οι νεαροί συνιδρυτές της κατάφεραν να συγκεντρώσουν εκατοντάδες εκατομμύρια δολάρια και να συγκεντρώσουν την υποστήριξη ορισμένων από τους πιο σημαντικούς επενδυτές της Silicon Valley, καθιστώντας την μια από τις πιο εντυπωσιακές εταιρείες σε έναν αναπτυσσόμενο κλάδο. Τον Δεκέμβριο, η εταιρεία ολοκλήρωσε τη Σειρά Β της, φέρνοντας επιπλέον 130 εκατομμύρια δολάρια και αποτίμηση 1,3 δισεκατομμυρίων δολαρίων.
Την περασμένη Παρασκευή, ο Chai ανακοίνωσε επίσης μια συνεργασία με την Eli Lilly, a συμφωνία στην οποία ο φαρμακευτικός κολοσσός θα χρησιμοποιήσει το λογισμικό της startup για να βοηθήσει στην ανάπτυξη νέων φαρμάκων. Ο αλγόριθμος του Chai, που ονομάζεται Chai-2, έχει σχεδιαστεί για να αναπτύσσει αντισώματα — τις πρωτεΐνες που είναι απαραίτητες για την καταπολέμηση ασθενειών. Η startup είπε ότι ελπίζει να χρησιμεύσει ως ένα είδος «σουίτας σχεδιασμού με τη βοήθεια υπολογιστή» για μόρια.
Είναι μια κρίσιμη στιγμή για τον συγκεκριμένο τομέα του Chai. Η συμφωνία της startup ανακοινώθηκε λίγο πριν η Eli Lilly πει ότι θα συνεργαστεί επίσης με την Nvidia σε μια συνεργασία 1 δισεκατομμυρίου δολαρίων να δημιουργήσει ένα εργαστήριο ανακάλυψης φαρμάκων AI στο Σαν Φρανσίσκο. Αυτό το «εργαστήριο συν-καινοτομίας», όπως αποκαλείται, θα συνδυάζει μεγάλα δεδομένα, υπολογιστικούς πόρους και επιστημονική τεχνογνωσία, όλα σε μια προσπάθεια να επιταχύνει την ταχύτητα της ανάπτυξης νέας ιατρικής.
Η βιομηχανία δεν είναι χωρίς τους επικριτές του. Ορισμένοι βετεράνοι του κλάδου φαίνεται να πιστεύουν ότι — δεδομένου του πόσο δύσκολη είναι η παραδοσιακή ανάπτυξη φαρμάκων — είναι αυτές οι νέες τεχνολογίες απίθανο να έχει σημαντικό αντίκτυπο. Ωστόσο, για κάθε αρνητή, φαίνεται να υπάρχουν εξίσου πολλοί πιστοί.
Elena Viboch, διευθύνουσα σύμβουλος της General Catalyst — μία από τις Οι κύριοι υποστηρικτές του Chai — είπε στο TechCrunch ότι η εταιρεία της είναι πεπεισμένη ότι οι εταιρείες που υιοθετούν τις υπηρεσίες της startup θα δουν αποτελέσματα. «Πιστεύουμε ότι οι εταιρείες βιοφαρμακευτικών που κινούνται πιο γρήγορα για να συνεργαστούν με εταιρείες όπως η Chai θα είναι οι πρώτες που θα φέρουν μόρια στην κλινική και θα κάνουν φάρμακα που έχουν σημασία», είπε ο Viboch. «Στην πράξη, αυτό σημαίνει συνεργασία το 2026 και μέχρι το τέλος του 2027 να δούμε φάρμακα πρώτης κατηγορίας να μπαίνουν σε κλινικές δοκιμές».
Η Aliza Apple, η επικεφαλής του προγράμματος TuneLab της Lilly – το οποίο χρησιμοποιεί τεχνητή νοημοσύνη και μηχανική μάθηση για να προωθήσει την ανακάλυψη φαρμάκων – εξέφρασε επίσης εμπιστοσύνη στο προϊόν της Chai. «Συνδυάζοντας τα μοντέλα γενετικής σχεδίασης της Chai με τη βαθιά τεχνογνωσία της Lilly στα βιολογικά και ιδιόκτητα δεδομένα, σκοπεύουμε να ωθήσουμε τα όρια του τρόπου με τον οποίο η τεχνητή νοημοσύνη μπορεί να σχεδιάσει καλύτερα μόρια από την αρχή, με απώτερο στόχο να βοηθήσει στην επιτάχυνση της ανάπτυξης καινοτόμων φαρμάκων για ασθενείς», είπε.
Εκδήλωση Techcrunch
Σαν Φρανσίσκο
|
13-15 Οκτωβρίου 2026
Η Chai μπορεί να ιδρύθηκε πριν από λιγότερο από δύο χρόνια, αλλά η προέλευση της startup ξεκίνησε πριν από περίπου έξι χρόνια, εν μέσω συζητήσεων μεταξύ των συνιδρυτών της και του Διευθύνοντος Συμβούλου της OpenAI, Sam Altman. Ένας από αυτούς τους ιδρυτές, ο Josh Meier, εργάστηκε στο παρελθόν για το OpenAI το 2018 στην ομάδα έρευνας και μηχανικής του. Αφού έφυγε από την εταιρεία, ο Άλτμαν έστειλε μήνυμα στον παλιό κολεγιακό φίλο του Μέιερ, Τζακ Ντεντ, για να ρωτήσει για μια πιθανή επιχειρηματική ευκαιρία. Ο Meier και ο Dent είχαν αρχικά γνωριστεί σε μαθήματα επιστήμης υπολογιστών στο Χάρβαρντ, αλλά, εκείνη την εποχή, ο Dent ήταν μηχανικός της Stripe (μια άλλη εταιρεία Altman ήταν από τους πρώτους υποστηρικτές της). Ο Altman τον ρώτησε αν πίστευε ότι ο Meier θα ήταν ανοιχτός στη συνεργασία σε μια startup πρωτεϊνικής — δηλαδή μια εταιρεία που επικεντρώνεται στη μελέτη των πρωτεϊνών.
Ο Άλτμαν «μου έστειλε μήνυμα για να πω ότι όλοι στο OpenAI τον εκτιμούσαν και με ρώτησε αν πίστευα ότι θα ήταν ανοιχτός να συνεργαστεί μαζί τους σε ένα spinout πρωτεϊνικής», είπε ο Ντεντ. Ο Dent είπε στον Altman «φυσικά», αλλά υπήρχε μόνο ένα πρόβλημα: ο Meier δεν ένιωθε ότι η τεχνολογία ήταν ακόμα «εκεί». Η τεχνολογία τεχνητής νοημοσύνης πίσω από τέτοιες εταιρείες – οι οποίες αξιοποιούν ισχυρούς αλγόριθμους – ήταν ακόμα ένα αναπτυσσόμενο πεδίο και πολύ μακριά από το σημείο που έπρεπε να είναι.
Ο Meier ήταν επίσης αρκετά νεκρός όταν μπήκε στην ομάδα έρευνας και μηχανικής του Facebook, κάτι που θα συνέχιζε να κάνει. Στο Facebook, ο Meier βοήθησε στην ανάπτυξη ESM1το πρώτο μοντέλο γλώσσας πρωτεΐνης μετασχηματιστή—ένας σημαντικός πρόδρομος του έργου που κάνει αυτή τη στιγμή ο Chai. Μετά τον χρόνο του Meier στο Facebook, θα περνούσε τρία χρόνια στην Absci, μια άλλη εταιρεία βιοτεχνολογίας AI που βασίζεται στη δημιουργία φαρμάκων.
Μέχρι το 2024, ο Meier και ο Dent ένιωσαν τελικά έτοιμοι να αντιμετωπίσουν την εταιρεία πρωτεϊνικής που είχαν αρχικά συζητήσει με τον Altman. «Ο Τζος κι εγώ απευθυνθήκαμε στον Σαμ και του είπαμε ότι έπρεπε να συνεχίσουμε τη συζήτηση από εκεί που σταματήσαμε – και ότι ξεκινούσαμε μαζί τον Τσάι», είπε ο Ντεντ.
Το OpenAI κατέληξε να γίνει ένας από τους πρώτους επενδυτές του Chai. Ο Meier και ο Dent ίδρυσαν την Chai – μαζί με τους συνιδρυτές τους, Matthew McPartlon και Jacques Boitreaud – ενώ εργάζονταν στα γραφεία του γίγαντα της τεχνητής νοημοσύνης στη γειτονιά Mission του Σαν Φρανσίσκο. «Ήταν αρκετά ευγενικοί να μας δώσουν χώρο γραφείου», αποκάλυψε ο Ντεντ.
Τώρα, λίγο περισσότερο από ένα χρόνο αργότερα, καθώς η Chai απολαμβάνει τη λάμψη της νέας συνεργασίας της με την Eli Lilly, ο Dent λέει ότι το κλειδί για την ταχεία ανάπτυξη της εταιρείας ήταν η συγκέντρωση μιας ομάδας εξαιρετικά ταλαντούχων ανθρώπων. «Πραγματικά απλά βάλαμε το κεφάλι κάτω και ωθήσαμε τα όρια του τι είναι ικανά αυτά τα μοντέλα», είπε ο Ντεντ. “Κάθε γραμμή κώδικα στη βάση κωδίκων μας είναι εγχώρια. Δεν αφαιρούμε τα LLM από το ράφι που βρίσκονται στον ανοιχτό κώδικα [ecosystem] και τελειοποιώντας τα. Αυτές είναι πολύ προσαρμοσμένες αρχιτεκτονικές.”
Η Viboch του General Catalyst είπε στο TechCrunch ότι ένιωθε ότι η Chai ήταν έτοιμη να χτυπήσει στο έδαφος τρέχοντας. «Δεν υπάρχουν θεμελιώδεις φραγμοί στην ανάπτυξη αυτών των μοντέλων στην ανακάλυψη ναρκωτικών», είπε. «Οι εταιρείες θα πρέπει ακόμα να λαμβάνουν υποψήφια φάρμακα μέσω δοκιμών και κλινικών δοκιμών, αλλά πιστεύουμε ότι θα υπάρχουν σημαντικά πλεονεκτήματα σε όσους υιοθετούν αυτές τις τεχνολογίες – όχι μόνο στη συμπίεση των χρονοδιαγραμμάτων ανακάλυψης, αλλά και στο ξεκλείδωμα των κατηγοριών φαρμάκων που ιστορικά ήταν δύσκολο να αναπτυχθούν».
Via: techcrunch.com


