هوش مصنوعی با سرعت بالایی وارد حوزه کشف دارو شده است. شرکت‌های دارویی و بیوتکنولوژی به دنبال کاهش زمان تحقیق و توسعه و افزایش نرخ موفقیت پروژه‌ها هستند. در این فضا، استارتاپ‌های مبتنی بر AI نقش پررنگ‌تری گرفته‌اند و سرمایه‌گذاران نیز توجه ویژه‌ای نشان می‌دهند.

Converge Bio چگونه فرآیند کشف دارو را متحول می‌کند؟

Converge Bio که در بوستون و تل‌آویو فعالیت می‌کند، از مدل‌های مولد آموزش‌دیده بر داده‌های مولکولی استفاده می‌کند. این پلتفرم روی توالی‌های DNA، RNA و پروتئین آموزش می‌بیند و مستقیماً به جریان کاری شرکت‌های دارویی متصل می‌شود تا توسعه دارو سریع‌تر انجام شود.

به گفته مدیرعامل این شرکت، هر مرحله از چرخه توسعه دارو—از شناسایی هدف تا آزمایش‌های بالینی—دارای آزمایش‌هایی است که هوش مصنوعی می‌تواند آن‌ها را پشتیبانی کند.

سیستم‌های هوش مصنوعی Converge Bio

این استارتاپ تاکنون سه سیستم کاربردی ارائه کرده است:

  • طراحی آنتی‌بادی با مدل‌های مولد و پیش‌بینی‌کننده

  • بهینه‌سازی بازده پروتئین

  • کشف بیومارکر و اهداف دارویی

ترکیب مدل‌های مولد، پیش‌بینی‌کننده و شبیه‌سازی فیزیکی باعث می‌شود مشتریان بدون اتصال چند ابزار جداگانه، به یک راهکار آماده دسترسی داشته باشند.

جذب سرمایه و رشد سریع

Converge Bio در دور Series A موفق به جذب ۲۵ میلیون دلار سرمایه به رهبری Bessemer Venture Partners شد. این جذب سرمایه پس از دور بذری ۵.۵ میلیون دلاری در سال ۲۰۲۴ انجام شد.
شرکت تاکنون بیش از ۴۰ پروژه را با ده‌ها مشتری دارویی در آمریکا، اروپا، کانادا و اسرائیل اجرا کرده و در حال ورود به بازار آسیاست.

جایگاه Converge Bio در موج جهانی AI زیستی

افزایش همکاری‌های بزرگ، مانند مشارکت Eli Lilly با Nvidia و موفقیت AlphaFold از DeepMind، نشان می‌دهد کشف دارو با هوش مصنوعی وارد مرحله جدیدی شده است. Converge Bio نیز با ترکیب مدل‌های مولد و پیش‌بینی‌کننده، ریسک خطا را کاهش می‌دهد و نتایج دقیق‌تری ارائه می‌کند.

در این مسیر، استفاده از مدل‌های زبانی فقط نقش پشتیبان دارد و هسته اصلی فناوری بر داده‌های زیستی واقعی بنا شده است؛ رویکردی که با دیدگاه بسیاری از متخصصان این حوزه هم‌راستاست.

آینده کشف دارو با آزمایشگاه‌های مولد

چشم‌انداز Converge Bio ایجاد یک «آزمایشگاه مولد» برای صنایع علوم زیستی است؛ جایی که آزمایش‌های محاسباتی در کنار آزمایشگاه‌های فیزیکی، فرضیه‌ها و مولکول‌های جدید را طراحی می‌کنند.

در همین راستا، تحول زیرساخت‌های هوش مصنوعی و سرمایه‌گذاری‌های کلان در این حوزه—مانند آنچه در پروژه‌های زیرساختی شرکت‌های بزرگ می‌بینیم—نقش تعیین‌کننده‌ای در آینده دارند. برای مطالعه بیشتر می‌توانید به این مقالات مرتبط در kingmember.com مراجعه کنید: