Menten AI usa AWS, la IA y la computación cuántica para crear fármacos nuevos y mejorados

Menten AI creó la primera proteína del mundo diseñada en una computadora cuántica. Esta hazaña tiene enormes implicaciones para el ámbito del descubrimiento y el diseño de fármacos y, en última instancia, para todos los que podemos beneficiarnos de las nuevas terapias para tratar las enfermedades. Esa perspectiva de impacto en el mundo real es exactamente lo que impulsó al CEO Hans Melo y al COO Tamás Gorbe a cofundar Menten AI cuando estaban finalizando sus doctorados: Melo en machine learning y neurociencia computacional y Gorbe en biocatálisis, ingeniería de proteínas y química medicinal.

La tecnología de descubrimiento de fármacos de la startup se centra en el diseño de péptidos, o pequeñas moléculas parecidas a proteínas que se unen a proteínas de interés, que también se conocen como “objetivos farmacológicos”. Los péptidos son moléculas de tamaño mediano y tienen el potencial de unirse a proteínas tanto intracelulares como extracelulares. Esta flexibilidad permite que los péptidos “se dirijan básicamente a todos los objetivos farmacológicos potenciales, incluida una sección específica, algo que otros tipos de fármacos no pueden hacer”, explica Melo.

Si bien los péptidos ofrecen “posibilidades astronómicas”, todas esas posibilidades también han requerido tradicionalmente inversiones astronómicas en tiempo y dinero. Los enfoques tradicionales de descubrimiento de fármacos “sintetizan o expresan cientos de miles, a veces millones, de moléculas” antes de probarlas con un objetivo. Solo alrededor del 0,01 por ciento hacen algo, lo que significa que “la gran mayoría son residuos”, explica Melo.

Aquí es donde Menten AI ha intervenido, al fusionar los métodos de machine learning y computación cuántica para reducir drásticamente el tiempo y el costo necesarios para diseñar péptidos, al tiempo que brinda “acceso a un nuevo espacio químico que no teníamos antes”, dice Melo. Hasta hace relativamente poco, no existía ninguna tecnología computacional que pudiera diseñar péptidos con la precisión suficiente como para unirse realmente a sus objetivos farmacológicos.

Mediante simulaciones de modelado computacional, Menten AI no solo puede diseñar nuevas moléculas desde cero para un objetivo específico de interés, sino también reducir las opciones antes de dar vida a las moléculas en el laboratorio. “Hacemos cientos de miles de simulaciones y diseños in silico”, explica Melo. “Todo depende de la computadora y, al final, podemos ordenar una pequeña lista, de modo que podemos pasar de 20 a 100 moléculas y obtener tasas de éxito muy altas a partir de ellas”.

Menten AI crea todas estas simulaciones en AWS con miles de CPU y GPU. Al hacer la mayor parte de sus simulaciones y pruebas en la nube, los costos son drásticamente inferiores a los de los métodos anteriores, tanto desde el punto de vista del tiempo como del dinero.

“AWS tiene básicamente todo lo que necesitamos desde esa perspectiva”, afirma Melo. “E incluso ahora están creando Amazon Braket, por lo que hay aún más posibilidades de hacer más trabajo cuántico que también hemos estado desarrollando”.

Y es este trabajo cuántico el que adquiere cada vez más importancia a medida que Menten AI mira hacia el futuro: si bien el machine learning se ha utilizado en el pasado en el descubrimiento de fármacos, la computación cuántica está abriendo enfoques completamente nuevos para resolver problemas difíciles.

Uno de esos problemas, la optimización combinatoria, está en el centro del tipo de diseño de péptidos que lleva a cabo Menten AI. La optimización combinatoria es “una búsqueda en un espacio enorme enorme enorme”, explica Melo, “por lo que hay billones y billones y billones de posibilidades”. Se necesitarían miles de años para analizar cada una de estas posibilidades en una computadora clásica e incluso los algoritmos diseñados para tratar de facilitar las cosas no escalan bien, “lo que significa que, a medida que los problemas se hacen más grandes, no se pueden encontrar soluciones a dichos problemas”.

Los algoritmos de optimización cuántica, por otro lado, desbloquean un paralelismo inmenso, que es posible al modelar muchas soluciones simultáneamente, lo que permite un escalado exponencial. Menten AI ya ha tenido éxito al utilizar la computación cuántica para el diseño de péptidos y Melo se muestra optimista en cuanto a seguir utilizándola junto con la computación clásica para descubrir soluciones que antes no estaban disponibles: “A medida que las computadoras cuánticas mejoren y crezcan, podremos utilizar esas tecnologías para mejorar los fármacos que estamos desarrollando”.