📷 ფოტო: drugdiscoverytrends.com (ორიგინალი წყარო)
ფიზიკაზე დაფუძნებული წამლების დიზაინი წარმოადგენს ინოვაციურ მიდგომას წამლების განვითარებაში.
ფიზიკაზე დაფუძნებული წამლების დიზაინი და მისი უპირატესობები
ბეი-ერიაში დაფუძნებულმა ფარმაცევტულმა კომპანიამ Verseon-მა 2002 წელს დაიწყო მცირე მოლეკულური წამლების გამოთვლითი პლატფორმის გამოყენება. კომპანია ახლა ადასტურებს, რომ ფიზიკაზე დაფუძნებული მიდგომა ხელოვნური ინტელექტის სასწავლო მონაცემებს სცდება.
შენი სტარტაპი ავტორი: შენი სტარტაპი — სარედაქციო ჯგუფი · 27 ივლისი 2026
ბეი-ერიაში დაფუძნებულმა ფარმაცევტულმა კომპანიამ Verseon-მა ფიზიკაზე დაფუძნებული წამლების დიზაინი 2002 წელს, გამოთვლითი პლატფორმის საშუალებით დაიწყო — ეს მაშინ, როდესაც Recursion-ი, Exscientia და სხვა ხელოვნური ინტელექტის სფეროში მოქმედი ფარმაცევტული კომპანიების უმეტესობა ჯერ კიდევ არ არსებობდა. Drug Discovery and Development-ის ინფორმაციით, კომპანია ახლა ამტკიცებს, რომ მისი მიდგომა ხელოვნური ინტელექტის სასწავლო მონაცემების ფარგლებს სცდება და ისეთ კანდიდატ პრეპარატებს ქმნის, რომელთა გამოვლენა სტანდარტული AI-ის მეთოდებით შეუძლებელია.
მთავარი
- Verseon-მა გამოთვლითი პლატფორმის გამოყენება 2002 წელს დაიწყო — ChatGPT-ის გაჩენამდე ორი ათწლეულით ადრე.
- კომპანია ამტკიცებს, რომ მისი პროგრამები მოიცავს ისეთ ახალ კანდიდატ პრეპარატებს, რომელთა გამოვლენა AI-ის სასწავლო მონაცემებზე დაფუძნებული მეთოდებით შეუძლებელია.
- Verseon კონკურენციას უწევს ახალი თაობის AI-ზე ორიენტირებული კომპანიებს, როგორებიც არიან Recursion და Exscientia.
ორი ათწლეული ადრე — სანამ AI-ი მოდაში შევიდოდა
Verseon-ის ისტორია მაშინ იწყება, როდესაც ფარმაცევტული კვლევების სფეროში გამოთვლითი მეთოდები ჯერ კიდევ სიახლეს წარმოადგენდა. 2002 წელს, ბეი-ერიაში დაარსებული კომპანია მცირე მოლეკულური წამლების კანდიდატების შესაქმნელად სპეციალური გამოთვლითი პლატფორმის გამოყენებას შეუდგა. ამ პერიოდში Recursion-ი და Exscientia — კომპანიები, რომლებიც დღეს AI-ზე დაფუძნებული წამლის აღმოჩენის სფეროს ლიდერებად ითვლებიან — ჯერ არც კი არსებობდნენ.
Drug Discovery and Development-ის ცნობით, ChatGPT-ის გაშვებამდე სრული ორი ათწლეულით ადრე დაარსებული კომპანია დღეს სულ სხვა კონტექსტში უნდა დაამტკიცოს საკუთარი ღირებულება: სწრაფად მზარდ ბაზარზე, სადაც ხელოვნური ინტელექტი ფარმაცევტული კვლევის მთავარ ინსტრუმენტად გვევლინება. Verseon-ის პასუხი ამ გამოწვევაზე არის არა AI-ისაგან განდგომა, არამედ მისი შეზღუდვების ნათელი წარმოჩენა.
კომპანიის ვებგვერდზე გამოქვეყნებული ინფორმაციის მიხედვით, Verseon-ის პროგრამები შეიცავს ახალ კანდიდატ პრეპარატებს, რომელთა გამოვლენა სხვა მეთოდებით — მათ შორის, AI-ზე დაფუძნებული მიდგომებით — ვერ ხერხდება. ეს პრეტენზია კომპანიის ძირითად კონკურენტულ უპირატესობად არის წარმოდგენილი.
ფიზიკა იქ, სადაც AI-ის სასწავლო მონაცემები მთავრდება
Verseon-ის ძირითადი არგუმენტი ეყრდნობა AI-ის ფუნდამენტურ შეზღუდვას: ხელოვნური ინტელექტის სისტემები მხოლოდ იმ ნიმუშებიდან სწავლობენ, რომლებიც მათ სასწავლო მონაცემებში არსებობს. Drug Discovery and Development-ის ინფორმაციით, Verseon სწორედ ამ „ბრმა ლაქის” მიღმა მუშაობას ცდილობს — ფიზიკაზე დაფუძნებული გამოთვლების გამოყენებით, რომლებიც ქიმიური სივრცის ისეთ კუთხეებს იკვლევს, სადაც ვერც ერთი ისტორიული სასწავლო ნაკრები ვერ მიაღწევდა.
ეს მიდგომა განსაკუთრებით მნიშვნელოვანია სამედიცინო კვლევების კუთხიდან, სადაც ყველაზე რთული დაავადებების სამკურნალო პრეპარატები ხშირად სწორედ ისეთ ქიმიურ სტრუქტურებშია საძებნი, რომლებიც ადამიანთა ან ცხოველთა ექსპერიმენტებში ჯერ არასდროს ყოფილა შესწავლილი. AI, რომელიც მხოლოდ ცნობილ მონაცემებს ეყრდნობა, ამ ტიპის კვლევისთვის პრინციპულად შეზღუდულია.
Verseon-ი ამტკიცებს, რომ ფიზიკური კანონები — მოლეკულების ურთიერთქმედება, ელექტრული ველები, სტრუქტურული თვისებები — ისეთ ობიექტურ საფუძველს იძლევა, რომელიც სასწავლო მონაცემებზე არ არის დამოკიდებული. ეს არის სხვაობა იმის „სწავლასა” და „გაანგარიშებას” შორის. სწორედ ეს განასხვავებს კომპანიას კონკურენტებისაგან.
კონკურენტული გარემო: AI ფირმები და ფიზიკის მომხრეები
Recursion-ი და Exscientia, რომლებიც Drug Discovery and Development-ის პუბლიკაციაში Verseon-ის კონტექსტში იხსენიებიან, დღეს ხელოვნური ინტელექტის მეთოდებით წამლის აღმოჩენის ყველაზე ცნობილ კომპანიებს შორის არიან. ორივე მათგანი ინვესტორებისა და ფარმაცევტული ინდუსტრიის მნიშვნელოვან ყურადღებას იმსახურებს. ამ ფონზე, Verseon-ის პოზიციონირება ალტერნატიულ, „AI-ის შემდგომ” მიდგომად საინტერესო სტრატეგიულ არჩევანს წარმოადგენს.
ჯანდაცვისა და ტექნოლოგიების სფეროში ამ ტიპის კამათი — AI-ის შესაძლებლობები კონტრა ფიზიკაზე დაფუძნებული გამოთვლები — სულ უფრო აქტუალური ხდება. ახალი პრეპარატების შექმნის პროცესი წლობით და მილიარდობით დოლარი ღირს; ამიტომ ნებისმიერი მიდგომა, რომელიც ამ ციკლს ამოკლებს, ინდუსტრიის ყურადღებას იმსახურებს. Verseon-ი ამ ბაზარზე სპეციფიკური ნიშის დაკავებას ცდილობს.
Drug Discovery and Development-ის ცნობით, Verseon-ის ვებგვერდი პირდაპირ მიუთითებს, რომ კომპანიის კანდიდატ პრეპარატებს კონკურენტული მეთოდებით ვერ მიაღწევდნენ. ეს ენა — „ვერ მიაღწევდნენ” — პირდაპირ კონფრონტაციაა ინდუსტრიის მთავარ ნარატივთან.
Verseon-მა მცირე მოლეკულური წამლების გამოთვლითი პლატფორმის გამოყენება 2002 წელს დაიწყო — ისეთი კომპანიების, როგორებიც არიან Recursion და Exscientia, არსებობამდე, და ChatGPT-ის გაშვებამდე ორი ათწლეულით ადრე.
— Drug Discovery and Development
რას ნიშნავს ეს
ხშირად დასმული კითხვები
რა არის Verseon და სად მდებარეობს?
Verseon არის ფარმაცევტული კომპანია, რომელიც ბეი-ერიაში (Bay Area, აშშ) მდებარეობს. კომპანია 2002 წლიდან მცირე მოლეკულური წამლების კანდიდატების შესაქმნელად გამოთვლით პლატფორმას იყენებს.
რით განსხვავდება Verseon-ის მიდგომა AI-ზე დაფუძნებული კომპანიებისაგან?
Drug Discovery and Development-ის ინფორმაციით, Verseon ფიზიკურ კანონებზე დაფუძნებულ გამოთვლებს იყენებს, რაც მას საშუალებას აძლევს, ქიმიური სივრცის ისეთი კუთხეები შეისწავლოს, სადაც AI-ის სასწავლო მონაცემები ვერ აღწევს. Recursion-ი ან Exscientia კი ისტორიულ მონაცემებზე დამყარებულ ხელოვნურ ინტელექტს იყენებს.
რა ამტკიცებს Verseon-ი საკუთარი პრეპარატების შესახებ?
კომპანიის ვებგვერდის მიხედვით, მისი პროგრამები შეიცავს ახალ კანდიდატ პრეპარატებს, რომელთა გამოვლენა სხვა, მათ შორის AI-ზე დაფუძნებული მეთოდებით შეუძლებელია. ეს განცხადება კომპანიის ძირითად სამეცნიერო-კომერციულ პოზიციონირებას ასახავს.
Verseon-ის შემთხვევა ფართო კითხვას ბადებს: ხომ არ ჩამოყალიბდა ინდუსტრია ზედმეტად სწრაფად AI-ის ირგვლივ, ისე რომ ალტერნატიული, ფიზიკაზე დაფუძნებული მიდგომები ჩრდილში დარჩა? თუ Verseon-ის პრეტენზიები დასტურდება, ეს შეიძლება ნიშნავდეს, რომ ფარმაცევტული კვლევის მომავალი მხოლოდ ერთ ინსტრუმენტზე — ხელოვნურ ინტელექტზე — მიბმა არ შეიძლება. სამედიცინო ინოვაციების სფეროში მეთოდოლოგიური მრავალფეროვნება ისტორიულად ყოველთვის ახალი აღმოჩენების წყაროს წარმოადგენდა — და, სავარაუდოდ, წარმოადგენს დღესაც.
წყარო: ორიგინალი პუბლიკაცია · განახლდა 27 ივლისი 2026
დაკავშირებული: შენი ამბები · შენი ექიმი · GMJ News · შენი სილამაზე
