Стартап OpenProtein.AI, основанный Тристаном Беплером и бывшим профессором MIT Тимом Лу, предлагает исследователям новые инструменты для разработки белков. Платформа компании предоставляет доступ к мощным моделям и инструментам, которые помогают в проектировании и прогнозировании структур и функций белков.
Инновации в белковой инженерии
Сегодня искусственный интеллект уже помогает ускорять разработку лекарств и улучшать наше понимание заболеваний. Однако для того, чтобы перевести ИИ в практическую плоскость, необходимо, чтобы самые современные модели были доступны ученым. Большинство из них не являются экспертами в машинном обучении, и OpenProtein.AI решает эту проблему с помощью своей безкодовской платформы.
Платформа позволяет биологам и ученым в фармацевтике и биотехнологиях работать с моделями для прогнозирования белковой структуры и функции, а также для обучения моделей. Компания также предоставляет свои инструменты для ученых из академических кругов бесплатно.
Новые возможности в биологии
Тристан Беплер начал свою карьеру в MIT в 2014 году, где изучал биомолекулы и их роль в создании биологических систем. Его работа привела к созданию одного из первых генеративных моделей ИИ для понимания и проектирования белков.
Платформа OpenProtein.AI включает в себя открытые модели, такие как PoET — модель, обученная на эволюционных данных белков. Это позволяет исследователям добавлять экспериментальные данные и улучшать модель без необходимости в дообучении.
Будущее терапии с помощью ИИ
Крупная фармацевтическая компания Boehringer Ingelheim начала использовать платформу OpenProtein в 2025 году. Недавно компании объявили о расширении сотрудничества, что позволит интегрировать платформу в работу над лечением таких заболеваний, как рак и аутоиммунные состояния.
OpenProtein продолжает развивать свои технологии, выпуская новые версии своих моделей, такие как PoET-2, которая превосходит более крупные модели, используя при этом меньше ресурсов.
По мере того как ИИ продолжает развиваться, OpenProtein стремится предоставить ученым лучшие инструменты для разработки новых лекарств быстрее и эффективнее.
