AWS запускает экспериментальную линию разработки лекарственных препаратов Agentic.

Автор: сотрудники Bio-IT World

15 апреля 2026 г. | На этой неделе AWS анонсировала Amazon Bio Discovery, новое приложение на основе искусственного интеллекта, разработанное для того, чтобы помочь ученым быстро создавать новые лекарства и отправлять их в лаборатории-партнеры для синтеза и тестирования.

Amazon Bio Discovery предоставляет ученым прямой доступ к широкому каталогу базовых биологических моделей, обученных на обширных биологических наборах данных, говорится в сообщении компании в блоге. Ученые могут общаться с ИИ-агентом на предпочитаемом ими языке, чтобы выбирать подходящие модели для своих исследовательских целей, оптимизировать входные данные и оценивать кандидатов для экспериментов. Ученые также могут обучать модели на своих предыдущих экспериментальных данных для более точных прогнозов и отправлять кандидатов в физические лаборатории для синтеза и тестирования — с последующей отправкой результатов обратно в приложение для быстрой итерации, создавая цикл экспериментирования «лаборатория в цикле», аналогичный тем, которые разработаны Recursion и Insilico Medicine.

Amazon Bio Discovery предлагает библиотеку моделей искусственного интеллекта и аналитических пакетов, основанных на эталонных показателях, агента ИИ, помогающего исследователям разрабатывать эксперименты, а также интегрированных партнеров-лабораторий, которые тестируют наиболее перспективные кандидаты на антитела и передают результаты ученым. Эта обратная связь улучшает следующий этап разработки.

«Агенты искусственного интеллекта делают мощные научные возможности доступными для всех исследователей лекарств, а не только для тех, кто обладает вычислительными навыками», — заявил Раджив Чопра, вице-президент AWS Healthcare AI and Life Sciences, в своем сообщении. «Эти системы ИИ могут помочь ученым разрабатывать молекулы лекарств, координировать тестирование, извлекать уроки из результатов и совершенствоваться с каждым экспериментом. Это сочетание передового ИИ и надежной, безопасной инфраструктуры, созданной AWS для регулируемых отраслей, позволяет ученым ускорить процесс открытия антител способами, которые ранее были невозможны».

Amazon Bio Discovery обеспечивает масштабируемость, производительность, конфиденциальность и безопасность корпоративного уровня для исследователей во всех фармацевтических, биотехнологических и академических исследовательских организациях. Он обеспечивает полную изоляцию данных и предоставляет клиентам право собственности на все их конфиденциальные данные и интеллектуальную собственность, предлагая ученым широкий каталог моделей ИИ для разработки лекарств, включая ведущие модели с открытым исходным кодом и коммерческие модели от таких партнеров, как Apheris и Boltz, а также Biohub и Profluent, которые скоро появятся.

Amazon Bio Discovery позволяет ученым безопасно передавать в приложение данные предыдущих экспериментов из лабораторных исследований своей организации. Они могут использовать собственные лабораторные данные для обучения пользовательских моделей. Все доработанные модели остаются конфиденциальными и доступны только пользователю или его организации. Для организаций, которые уже разработали собственные модели, специалисты по вычислительной биологии могут легко развернуть и разместить эти модели в Amazon Bio Discovery.

Что еще более важно, по данным Amazon, ИИ-агент помогает ученым на каждом этапе — от разработки экспериментов до выбора наиболее перспективных кандидатов, созданных с помощью ИИ, для лабораторных испытаний. Ученые могут использовать естественный язык для создания экспериментальных сценариев — пошаговых рабочих процессов, объединяющих различные модели и анализы, — и определять, какая модель лучше всего подходит для их исследовательских задач. Для дальнейшей поддержки выбора модели доступен обширный и постоянно пополняющийся набор данных по антителам, демонстрирующий вероятность того, что кандидат в лекарственные препараты легко производится, сохраняет стабильность в широком диапазоне температур и обладает подходящими биологическими свойствами.

Встроенные партнеры по физической лаборатории

После того как ученые определят наиболее перспективные кандидаты на роль антител, они могут отправить их напрямую в интегрированную сеть лабораторных партнеров Amazon Bio Discovery, которые проводят физический синтез и тестирование молекул. Партнеры, включая Twist Bioscience, Ginkgo Bioworks (а вскоре и A-Alpha Bio), предоставляют услуги с прозрачным ценообразованием и сроками выполнения. Тесты позволяют получить важную информацию, которая помогает ученым решить, какие кандидаты могут перейти к дальнейшей разработке.

Результаты лабораторных исследований поступают обратно в прикладную среду организации, обеспечивая взаимосвязь всех данных и улучшая следующий цикл проектирования. Единое приложение заменяет ручную передачу данных и разрозненные системы, замыкая экспериментальный цикл.

Пример использования: Онкологический центр имени Слоуна-Кеттеринга (Memorial Sloan Kettering Cancer Center)

Компания Amazon привела в пример работу доктора Най-Конга Ченга, заведующего кафедрой детской онкологии имени Энид А. Хаупт в Мемориальном онкологическом центре Слоан-Кеттеринг (MSK). Ченг использовал инструмент Amazon Bio Discovery для координации множества моделей, разработав почти 300 000 новых молекул антител. Затем 100 000 лучших кандидатов были отправлены в Twist Bioscience для тестирования. То, что обычно занимает до года при использовании традиционных методов проектирования, в данном случае заняло всего несколько недель — от разработки кандидатов до отправки их на лабораторные исследования.

«Мы рады возможности объединить усилия с Amazon Bio Discovery для разработки антител нового поколения, которые потенциально ускорят процесс оказания помощи пациентам во всем мире», — сказал Ченг в своем сообщении. «Как исследователи, мы потратили 20 лет только на то, чтобы доказать эффективность первого поколения антител, а затем еще 13 лет на то, чтобы довести их до человеческой формы, прежде чем получить одобрение FDA. Этот путь был очень неэффективным. Пациенты приходят к нам, зная, сколько времени им нужно. Нам нужны результаты быстрее».

Помимо MSK, в число первых пользователей Amazon Bio Discovery входят Bayer, Broad Institute, Fred Hutch Cancer Center и Voyager Therapeutics, сообщила компания.

Источник: www.bio-itworld.com

ОСТАВЬТЕ СВОЙ КОММЕНТАРИЙ

Каталог бесплатных опенсорс-решений, которые можно развернуть локально и забыть о подписках

галерея

«Слишком сложно и дорого»: могли ли американцы сымитировать полет к Луне с помощью ИИ
«Слишком сложно и дорого»: могли ли американцы сымитировать полет к Луне с помощью ИИ
L-эрготиоин: антиоксидант, содержащийся в грибах, может воздействовать на клетки матки, облегчая менструальные боли.
L-эрготиоин: антиоксидант, содержащийся в грибах, может воздействовать на клетки матки, облегчая менструальные боли.
Curiosity обнаружил на Марсе структуру, напоминающую чешую огромного ящера
Многоразовая ракета New Glenn компании Blue Origin успешно приземлилась, но доставка полезной нагрузки не удалась.
Какой язык выбрать программисту в 2026 году?
Vantage Markets представит торговые решения на Blockchain Forum 2026
Моделирование данных для инженеров-аналитиков: полное руководство
Image Not Found
Многоразовая ракета New Glenn компании Blue Origin успешно приземлилась, но доставка полезной нагрузки не удалась.

Многоразовая ракета New Glenn компании Blue Origin успешно приземлилась, но доставка полезной нагрузки не удалась.

Однако ей не удалось доставить полезную нагрузку с космической вышки сотовой связи. Теренс О'Брайен, редактор раздела «Выходные». Публикации этого автора будут добавляться в вашу ежедневную рассылку по электронной почте и в ленту новостей на главной странице вашего…

Апр 20, 2026
Vantage Markets представит торговые решения на Blockchain Forum 2026

Vantage Markets представит торговые решения на Blockchain Forum 2026

14–15 апреля 2026 года в Москве, в Крокус Экспо, пройдет Blockchain Forum 2026 — одно из ключевых событий региона для профессионалов в сфере криптовалют, трейдинга и блокчейн-технологий. По мере того как индустрия продолжает развиваться в направлении цифровых…

Апр 20, 2026
Моделирование данных для инженеров-аналитиков: полное руководство

Моделирование данных для инженеров-аналитиков: полное руководство

Лучшие модели данных затрудняют постановку неправильных вопросов и упрощают ответы на правильные. Делиться Ваша модель данных — это не технические характеристики. Это мышление с точки зрения бизнеса. Рассматривайте её как план всей вашей аналитической системы. Если план…

Апр 20, 2026
В методе моделирования новых материалов обнаружилась «слепая зона»: Химия и науки о материалах

В методе моделирования новых материалов обнаружилась «слепая зона»: Химия и науки о материалах

Графическое резюме исследования © Михаил Медведев / Институт органической химии имени Н.Д. Зелинского РАН. Исследователи показали, что широко используемые методы квантовой химии могут не различать некоторые варианты распределения электронов в молекулах, из-за чего допускают ошибки при моделировании…

Апр 20, 2026

Впишите свой почтовый адрес и мы будем присылать вам на почту самые свежие новости в числе самых первых