先正达采用独家人工智能平台加速研发流程
2021年2月10日 机器学习的好处开始在农业中显现，与在世界各地部署的相对简单的图像识别相比，在研发中的应用可能会产生更直接的影响。先正达 2 月 3 日宣布 它将与人工智能软件公司合作 计算机医学 寻找、分离和合成新分子，同时加快目标 20% 的早期开发时间表。
该合作伙伴关系解决了近年来商业化的新型 AI 相对缺乏的问题，这种动态给农民带来压力，要求他们寻找农艺解决方案来应对害虫压力，而监管审查的加强和对遗留化学品的 MRL 限制也越来越严格。
卡米拉科西，先正达
“在过去的几年里，创新的挑战一直在增加，”先正达作物保护研究主管卡米拉·科西 (Camilla Corsi) 在接受 AgriBusiness Global. “进入市场的化学品越来越少，我们正在审查我们定期创新的方式，以确保我们有更好的机会在未来将产品推向市场。因此，我们做了很多工作来改变我们的平台，以便我们可以在非常早的阶段提供新数据，以了解，例如，对有益物质的选择性、作物、成本和分子的长期整体可持续性。”
多年合作伙伴关系是排他性的，这意味着 Insilico 不会与其他植物保护公司合作。这种安排允许公司在改进适合作物保护的算法模型时更自由地共享数据。
这种数据点的共享和摄取使该软件能够更深入地收集有关生物目标的见解以及随后开发和合成新化学物质以影响这些目标。
Insilico Medicine 首席执行官 Alex Zhavoronkov 表示：“它之所以具有独家性，是因为我们可以创造一定程度的亲密感。” AgriBusiness Global. “我们和先正达都有数据流，所以我们可以更开放地了解我们正在做的事情和他们正在做的事情，我们可以一起训练模型。为了让我们达到数据可以来回流动的亲密程度，我们正在作为一个团队工作，并将我们视为组织的机器学习扩展，我们对此感觉很好。”
在 Insilico 成立的药物开发和设计领域，人工智能软件处理来自同行评审期刊、学术研究、专业研究和其他数据点的大量信息，以综合针对目标疾病状态的解决方案。这推动了对影响疾病的主要蛋白质结构的早期识别。
该软件能够分析的信息量超过了人类可以提炼并应用于生物环境的信息量。通过将有针对性的研究数据输入 Insilico 平台，相同的功能将用于开发下一代作物保护产品，以便它可以找到应对害虫威胁的新解决方案。然后，该软件能够为特定目标发明新的化学物质。
“该算法并行优化许多不同的标准，”Corsi 说。 “今天我们生成数据并有标准选择，但我们不能像 AI 那样进行多重优化，这在加速活性成分的特性方面确实非常出色。因此，主要的变化是可以同时分析的数据量，以及今天标准创新方式无法达到的输出多样性。”
一旦平台转向化学设计，它可以通过考虑非目标毒性和环境影响以及功效来增强分子开发过程。发生的这些“多重优化”将简化开发并与现有筛选和所需的现场试验协同工作，从而创建一个更高效、更具成本效益的过程，在开发的后期阶段失败的可能性更小。
“我们期待对早期步骤产生影响，特别是在更短时间内识别不同分子的能力，”Corsi 说。 “我们希望我们能够在研究阶段（目前为 5-7 年）节省 20% 时间，并能够缩短多项设计、综合、测试和分析，并能够识别更小的一组化学物质为我们创造了更大的机会来识别首选分子……注册分子的多样性将对我们可以为客户带来的创新类型产生巨大差异。”
识别和创建这些首选分子的简化过程可以让先正达有能力应对特定市场的地方性害虫，这在过去一直是成本高昂的。此外，人工智能可以教我们合成曾经被认为不可能创造的分子，因为它可以发明新的起源途径。 Zhavoronkov 说，这种高级功能是 AI 想象力的基础，“可以通过化学超越人类的想象”。 “因此，我们将从经过极其严格验证的制药中汲取灵感，并将其应用于农业。”
Corsi 表示，先正达计划在短期内每年发布两款新的 AI，这是几年前设定的目标，该公司正在努力实现这一目标。由于目前没有任何农药开发案例研究，因此很难确定公司的管道何时会获得 AI 探索的回报，但其潜力将考验科学家和机器的想象力，并推动人类与 AI 集成在农业和其他领域的发展塑造未来的新兴技术部署中的行业。
“当我们用我们认为可能无法合成、可能负担不起或可能不合适的分子为明天开发创新时，这超出了人类的想象，”她说。 “所以它真的超越了我们现在正在做的一步，以识别我们无法识别或想象的分子。种植者现在需要耐心等待，但我们正在努力加快创新。”
立即获取时事通讯！
