Հայկական Toxօmetris-ի AI մոդելավորումն ու գործակցությունը Meta-ի հետ
Toxometris.ai-ը պայմանագրային հետազոտական կազմակերպություն է (CRO), որն առաջարկում է թունաբանական թեստերի աջակցության ծառայություններ: Դրանք հիմնականում կենտրոնացած են դեղագործական (փոքր մոլեկուլների) արդյունաբերության, կենսատեխնոլոգիական ընկերությունների, հետազոտական կազմակերպությունների, ինչպես նաեւ կոսմետիկայի, ագրո, կենցաղային քիմիկատների եւ սննդային հավելումների շուկաների վրա:
Օգտագործելով մեքենայական ուսուցումը՝ Toxometris.ai-ն օգնում է իր հաճախորդներին ավելի արագ ստանալ հուսալի տեղեկատվություն արտադրանքի անվտանգության վերաբերյալ, ինչը հանգեցնում է ծախսերի խնայողության:
Կենսաբանական գիտությունների թեկնածու, Toxօmetris.ai-ի համահիմնադիր եւ գիտական գծով ղեկավար Նելլի Բաբայանն iTel.am-ի հետ զրույցում պատմել է, թե ինչպես է ստեղծվել Toxometris.ai-ը, ինչ խնդիրներ է լուծում այն, նոր մշակած պրոդուկտի ու կենսատեխնոլոգիաների շուկայում ընկերության առաջխաղացման մասին։
Գաղափարն ու ստեղծումը
Toxօmetris.ai-ը Մոլեկուլային կենսաբանության ինստիտուտի spin-off-ն է։
Մոտավորապես 10 տարի Մոլեկուլային կենսաբանության ինստիտուտում աշխատել է բջջային տեխնոլոգիաների լաբորատորիան, որն այդ ընթացքում գիտական խորը հետազոտություններ է իրականացրել հենց թունաբանության բնագավառում: Վերջին տարիներին, երբ մեզ դիմեցին տեղական եւ արտասահմանյան տարբեր ընկերություններ ստուգումներ իրականացնելու առաջարկով, հասկացանք՝ պահանջարկ կա եւ որոշեցինք ստեղծել spin-off, որը կմատուցի ծառայություններ եւ ոչ թե կհանդիսանա որպես գիտական պրոդուկտ։
Այս 10 տարվա ընթացքում, երբ խորացանք այդ բոլոր էքսպերիմենտների մեջ, տեսանք դրանց դրական եւ բացասական կողմերը։ Հասկացանք, թե ինչպես կարելի է ամբողջն ավտոմատացնել ու արագացնել։
[[gallery1]]
Մեր համահիմնադիր Զավեն Նավոյանն այդ ընթացքում աշխատում էր մասնավոր սեկտորում՝ արհեստական բանականության եւ մեքենայական ուսուցման ուղղությամբ, հետաքրքրվեց կենսատեխնոլոգիական ուղղությամբ ու մեզ միացան մաթեմատիկոսները։
Մենք փորձում ենք ոչ թե դեղ ստեղծել, այլ դեղ ստեղծողներին գործիքներ տալ, որպեսզի նրանք ավելի արագ ու արդյունավետ կարողանան դրանք հայտնաբերել: Դեղամիջոցներ ստեղծելիս կարող են առաջանալ տարբեր կողմնակի ազդեցություններ, որոնք պետք է ստուգվեն։ Արդյունավետ միջոց հայտնաբերելն այդքան դժվար չէ, որքան դրա հետ զուգահեռ տոքսիկ չլինելն ապացուցելը, որպեսզի նոր դեղամիջոցը չվնասի:
Լաբորատորիայում կարողանում ենք այդ բոլոր փորձերը կատարել. Toxometris-ի գաղափարն այն է, որ դրանք փոխարինենք AI մոդելավորմամբ։
Առաջին պրոդուկտն ու առանձնահատկությունը
Կարելի է ասել՝ Toxometris.ai-ի գործունեությունը պաշտոնապես սկսվել է 2 տարի առաջ, սակայն այս ընթացքում հստակ սահմանել ենք, թե ինչ պրոդուկտ ենք ցանկանում ստանալ: Մեր առաջին պրոդուկտը գենոտոքսիկության գնահատումն է, որը մշակել ենք՝ համագործակցելով YerevaNN-ի, Meta-ի (Facebook) ընկերության հետ։
[[gallery2]]
Գենոտոքսիկության թեստն այն առաջնային թեստերից մեկն է, որն անցկացվում է պոտենցիալ դեղամիջոցներ հայտնաբերելու համար։ Եթե դեղն ինչ-որ արդյունավետություն ունի, այն չպետք է գենոտոքսիկ լինի, չպետք է վնասի ԴՆԹ-ն, որովհետեւ դա կարող է հանգեցնել քաղցկեղի առաջացման:
Առաջնային թեստերի թվում են գենոտոքսիկությունը, կարդիոտոքսիկությունը՝ սրտի վրա ազդեցությունը, հեպատոքսիկությունը՝ լյարդի վրա ազդեցությունը, նեյրոտոքսիկությունը։ Այս թեստերը ստուգում են կարեւոր օրգանների վրա ազդեցությունները։
Լաբորատորիայում ստուգումներ կատարելու համար հարկավոր է սինթեզել այդ նյութերը, էքսպերիմենտներ անցկացնել։ Այդ թեստերի պանելները թանկ են եւ ժամանակատար։ Մոդելավորմամբ փորձում ենք այդ թեստերի պանելը համակարգչում ստեղծել in silico, այսինքն՝ սիլիկոնյան միջավայրում։
Օրինակ՝ քաղցկեղածնության ստանդարտ թեստը, որն ընդունված է առողջապահական աշխարհում, ստուգվում է 2-3 տարվա ընթացքում եւ սպանվում է 200-300 կենդանի։ Դաժան ու երկարաժամկետ թեստ է, որի ընթացքում ծախսվում են ահռելի գումարներ։
[[gallery3]]
Դրա այլընտրանքներից մեկը in vitro-ն է, որ կարելի է ստեղծել բջիջների մակարդակով: Սակայն այդպիսի արդյունավետ միջոց դեռ չկա, եթե լիներ, ապա գործընթացը կտեւեր 3-4 շաբաթ։
In silico մոդելավորմամբ մոդելը մշակելիս կանխատեսումը տեղի է ունենում րոպեների ընթացքում։ Կարելի է ասել, որ տարիները կրճատում ենք ու դարձնում րոպեներ՝ ստանալով նույն ճշգրտությունը, ինչ կլիներ կենդանիների վրա փորձարկումից։
Meta-ի հետ համագործակցությունը եւ առավելությունները
Meta-ն ունի գիտահետազոտություններով զբաղվող հատուկ բաժին, որտեղ աշխատակիցները սահմանափակված չեն եւ կարող են ընտրել իրենց հետաքրքրությունների շրջանակում հետազոտության ուղղություն։
Այնտեղ աշխատում է մեր հայրենակից Արմեն Ներսիսյանը: YerevaNN-ի Հրանտ Խաչատրյանի միջոցով կապ հաստատեցինք նրա հետ ու ներկայացրինք մեր խնդիրն ու AI մոդելավորմամբ լուծման մեր տարբերակը։ Արմենին հետաքրքրեց՝ արդյոք կաշխատի՞ կենսաբանական խնդիրների վրա այդ մոդելը, փորձեցինք ու աշխատեց։
[[gallery4]]
Եթե ցանկանում ես միջին որակի պրոդուկտ ստեղծել, կարող ես միջին որակի սերվերներով ստեղծել: Եթե ցանկանում ես տարբերվել, ապա պետք է օգտագործել ավելի հզոր սերվերներ, Meta-ն ունի այդ հզորությունն ու առաջադեմ տեխնոլոգիաները, որոնք չունեն նույնիսկ ամենամեծ դեղագործական ընկերությունները։
Meta-ի հետ համագործակցելով՝ մեր մոդելները սկսեցինք սովորեցնել եւ մեքենայական ուսուցումն անել ոչ թե միջին կարգի, այլ, օրինակ, 2000 GPU մեծ ծավալ ունեցող սերվերների վրա։ Այդկերպ հնարավոր է ավելի որակյալ մոդելներ մարզել։
Meta-ի հետ համատեղ արդեն գիտական հոդված ենք հրապարակել՝ ներկայացնելով մեր մշակած մոդելը, որը հաղթում է մինչ այժմ գոյություն ունեցող մոդելներին։ Այդ աշխատանքները գիտական են։ Պայմանն այն է, որ ինչ անում ենք, պետք է բաց լինի ու հասանելի բոլորին: Պրոդուկտը մշակելիս, սակայն, ունենք կոնֆիդենցիալ հատված եւ զուգահեռ մշակել ենք մեր մոդելը, որն ավելացնելով ստեղծել ենք յուրահատուկ պրոդուկտ:
[[gallery5]]
Մեր մյուս առավելությունը տվյալների բազան է: Գենոտոքսիկությունը հայտնի խնդիր է ու գրեթե բոլոր դեղագործական ընկերություններն ունեն իրենց մոդելը, սակայն ամբողջ աշխարհն աշխատում է հիմնականում նույն տվյալների բազայի վրա, իսկ մենք նաեւ այդ ուղղությամբ ենք մեծացնում մեր սեփական տվյալների բազաները։
Պրոդուկտի կիրառությունը, պահանջարկն ու օգտագործելիությունը
Ակտիվացրել ենք վաճառքի աշխատանքները։ Գերմանիայում ու Միացյալ Նահանգներում կան ընկերություններ, որոնք համաձայնել են մեր ծառայությունն ինտեգրել իրենց հարթակում։
Գիտական առումով շարունակում ենք զարգացումները։ Մինչեւ պրոդուկտ դարձնելը Գերմանիայի անկախ լաբորատորիայում փորձարկումներ ենք իրականացրել. ներքին տվյալների վրա փորձեր ենք կատարել ու Toxometris-ի մոդելը վալիդացրել։
[[gallery6]]
Համագործակցում ենք Գերմանիայի Դեղաբանության եւ թունաբանության ինստիտուտի եւ Հելգա Շտոպերի հետ: Նա երկար տարիներ Եվրամիության Թունաբանների ասոցիացիայի ղեկավարն էր, ներկայում համարվում է Գերմանիայի առաջին թունաբաններից մեկը։ Փորձում ենք համատեղ դիմել գիտական մեծ դրամաշնորհի հիբրիդային համակարգերի ստեղծման ուղղությամբ, որի արդյունքում կենդանիների վրա փորձարկումներն ամբողջությամբ կվերանան։
Թիմը
Թիմում 10 հոգով ենք՝ կենսաբաններ եւ տվյալագետներ։ Կենսաբանների մեջ կան գիտության թեկնածուներ, ասպիրանտեր, մագիստրոսներ։ Համահիմնադիր Զավենը, կարելի է ասել, թարգմանիչ է՝ կենսաբանների ու տվյալագետների թիմերի միջեւ կապող կարեւոր օղակ։
Ներդրումներ, ծրագրեր
Մինչ այժմ դրամաշնորհ ենք ստացել GIZ-ից։ Ներդրողների կողմից առաջարկներ ունեցել ենք, բայց հրաժարվում ենք, քանի որ դեռ կարողանում ենք մեր ծառայության ու դրամաշնորհների հաշվին զարգացումը շարունակել։ Վերջին շրջանում առաջարկները շատացել են, սակայն մեր նպատակն է ինքնուրույն զարգանալ։
Առաջիկա ծրագրեր եւ զարգացման նոր ուղղություններ
Երկու տարվա ընթացքում զարգացրինք տեխնոլոգիան, որը կարելի է կիրառել ոչ միայն գենոտոքսիկության ուղղությամբ, այլեւ՝ մնացած առաջնային թեստերի դեպքում։
[[gallery7]]
Սա արդեն մեխանիկական գործ է, առաջնային մշակման շրջանը բավականին ծանր էր, հիմա արդեն իմպլեմենտացիան տարբեր խնդիրների վրա շատ ավելի արագ առաջ կգնա:
Նունե Գրիգորյան