タンパク質折り畳み問題を解決した…さて次は何？

この動画は、天体物理学者ニール・ドグラース・タイソンが司会を務めるStar Talkの特別版である。ゲストとして、Google DeepMindから派生したIsomorphic LabsのAI責任者マックス・ヨーダーバーグが登場し、タンパク質折り畳み問題の解決とその医学への応用について詳しく解説している。AlphaFold 3という革新的なAIツールがいかにして従来50年間手作業で行われてきたタンパク質構造解析を劇的に効率化し、創薬プロセスを根本から変革しようとしているかを論じている。

AIには本当に良い応用分野がいくつかあります。私たちはAIをどのように応用して、実際にあらゆる病気を完全に解決できるかを考えることができます。過去50年間、生化学者たちは手作業でこれらのタンパク質構造を解明してきました。そして今、私たちはそのすべてのデータを取得し、ニューラルネットワークを訓練して、分子の記述という入力だけからそのすべてのデータを予測しようとしています。

それが始まりです。ターミネーターが始まる場所です。これで世界をこれほど良く変えることができると言う、常に無邪気な夢想家なのです。

これはStar Talk特別版です。ニール・ドグラース・タイソン、あなたの専属天体物理学者です。特別版ということは、ゲイリー・オライリーが来ています。ゲイリー、こんにちは、ニール。

元サッカープロらしいですね。そうです。そしてサッカー実況者でもあります。確実にそうです。今でもやっているんですよね？やっています、チャック。素晴らしい。サッカーについて何も知らないと宣言しています。それなら君は僕のクラブの一員だね。アメリカ人だと宣言しているんです。アメリカの犬です。本当のフットボールの暴力。

AI技術の生物学への応用

それで、今日はAIについて話しています。それはお気に入りのトピックです。私たちはそれをよく再訪します。全世界の未来のことだけです。生物学に重要なAIです。おお、すごい。それは大きな問題ですね。分かります。そうですね。人々は論文を書いたり、チェスに勝つことを考えていますが、それには探索の準備ができた全く新しいフロンティアがあります。

それで、あなたとあなたのプロデューサーが今日何を作り上げたか教えてください。

オーケー、私たちはしばらくの間、これらの人々を巻き込もうとしてきましたが、彼らはとても忙しいのです。さあ、行きましょう。言いましょう。私はタンパク質でできています。そうです、あなたはアミノ酸の鎖から作られたタンパク質でできており、それが形に折り畳まれて、すべてが一緒になって私たちを形成しています。しかし、生物学には根本的な問題があります。

それは医学のすべてに影響を与えます。これらのタンパク質はどのように折り畳まれるのでしょうか？おお。この解決策のために、私たちはAIとAlphaFoldと呼ばれるGoogle DeepMindツールを見ました。AlphaFold 2の第2世代は、まさにこの質問に答えたことで昨年化学のノーベル賞を受賞しました。AIが賢いことを誰が知っていたでしょうか？今やAIがすべてのノーベル賞を受賞しますよね？そうです、今すぐそれらをすべて渡してください。すべてをまとめてください。

まとめてください。現在、Isomorphic LabsはGoogle DeepMindと共同でAlphaFold 3を開発し、リリースしました。そうです、私たちは第3世代にいます。それは昨年のことで、創薬にこれらの新しいAIモデルを適用しました。おお、それは素晴らしい。

ゲスト紹介：マックス・ヨーダーバーグ

さて、では考えてみてください。私たちの次世代の治療法はコンピューターで生成される可能性がありますか？ああ、そうです。

ところで、ニール、ゲストを紹介しましょう。そうします。マックス・ヨーダーバーグがいます。正しく発音しましたか？はい、合っています。合っています。言ってみましょう。はい。言ってみましょう。私が言います。はい。マックス・ヨーダーバーグ。それはまさに私が言ったことです。彼はコピーしました。練習していました。練習していました。

それで、オックスフォードでAIを学んだのですね。その通りです。その通りです。それはコミュニティカレッジだと聞いています。オックスフォード。オックスフォード・コミュニティカレッジ。まさにその通りです。イギリスのオックスフォードで。はい。画像を理解するための深層学習アルゴリズムを専門としました。素晴らしい。検索が画像に入ることができたとき、それは大きな進歩でした。

それが始まったとき、コンピューター天国で死んで行ったと思いました。そうですね。そうですね。これは10-15年前のことで、AIがクールになる前のことですよね？AIについて話すと、それはSF小説の何かですが、画像や動画を理解することがその時点での大きなことでした。実際にはそれができませんでした。

私のコンピューターの9,000枚の画像を「望遠鏡」という言葉で検索したところ、中国を訪問した時に角度を付けて撮った写真の一枚で、中国語で書かれた望遠鏡を見つけました。そうです、これです。私の博士課程中に、私たちはBBCのバックカタログ全体を取りました。いいえ。そして私のアルゴリズムをそれに実行して検索エンジンを作成しました。

そうすると、このテキストやこれらのオブジェクトがある何十年も前の映像を引き出すことができました。それで、あなたがそれをするとき、結び付けるのですか？AIが画像を見ているとき、私たちが見るように画像を見ていません。私たちは全体の画像さえ見ていません。私たちの脳は、私たちが見るときに画像を本当に直感しているだけです。

AI画像認識の仕組み

しかし、AIは包括的なプロセスのようなものです。包括的な処理。AIは実際に画像を見て、見ているのはピクセルです。その通りです。そして実際にやっていることは、このピクセル、このピクセル、このピクセルがこの配置でこの画像だということです。それで、あなたはそれを言語に結び付けるのですか、それとも検索はAIが実際の画像自体を知っているだけですか？

これは私が博士号を取得していた頃の大きな突破口でした。これが深層学習のすべてでもあります。このピクセルでいっぱいのこの画像があるとき、そこからテキストを読む方法をどのように実際にコード化するか想像できますか？それをテキストの言語に結び付ける方法は？手作業でそれをコード化するのは想像もできないほど困難です。

はい。その代わりに、ニューラルネットワークと呼ばれるものを置きます。それらは画像のすべてのピクセルを見て、どこかにテキストが入っている画像の例をたくさんたくさん与え、ニューラルネットワークにそのテキストが何かを教えます。分かります。

そしてニューラルネットワークは多くの多くの訓練を通して、これらのピクセルから情報を抽出し、すべてを組み合わせて実際のテキストを吐き出したり、オブジェクトが何かを吐き出したりする内部アルゴリズムを解明し始めます。すごい。

それで、あなたは現在Isomorphic LabsのチーフAI責任者です。これは生物学の場所です。その通りです。あなたのバックグラウンドに生物学はありますか？正式な生物学は？いいえ。いいえ。

オーケー。いいえ。それで彼らはあなたのAIを求めているのです。その通りです。その通りです。私は以前DeepMindという場所にいました。Google DeepMind。その通りです。長い間そこにいました。深層学習と呼ばれるこのコアAI技術を絶対に愛しています。それは私がこれまでのキャリア全体で開発してきたものです。

DeepMindでは、チェスや囲碁をプレイすることを学び、Starcraftのようなゲームでトッププロを倒すなど、クレイジーなことに取り組んでいました。当時は大きな問題でした。そうですね。そして世界がAIが何かを知らなかったので、私たちはこれが実際に存在することを証明しようとしていました。そうですね？今では狂気に思えますが、当時はこれが実際に本物であることを証明するだけでした。

Isomorphic Labsでの使命

しかし、核心では、この技術を愛しています。それが私たちの世界に深い影響を与えるのを見たいのです。そして私は、これらのことがそれが始まる場所だと考えていました。そうです。それがターミネーターが始まる場所です。これで世界をこれほど良く変えることができると言う、常に無邪気な夢想家なのです。そして今、それは私のクローゼットにあります。見たいですか？その通りです。

そしていつも、私の気象マシンでいつか世界を支配するぞという邪悪なビジネスマンのようなものです。それは別として、続けてください。はい、良いことは、私たちが推進できるAIの非常に厳密に良い応用分野がいくつかあることです。Demis（デミス）がGoogle DeepMindからIsomorphic Labsをスピンアウトして開始し、AIをどのように応用して実際にすべての病気を完全に解決できるかを本当に考えるようになりました。オーケー。

それで、その起源の物語への遺伝的なつながりがあります。それはDeepMindにありました。私は今、それについてより良く感じています。オーケー。私は今より幸せです。はい。それで、私はその創設チームの一部としてこの分野でAIを率いるために移りました。約3年半になります。クレイジーな旅でしたが、魅力的です。とても楽しいです。

それで、あなたはこのAIの専門知識を持っていて、AlphaFoldがその生物学的応用をスピンオフします。まず、生物学におけるisomorphic（同型）という言葉を教えてください。Isomorphicはこの技術用語で、空間の一対一マッピングのことです。

Isomorphic Labsの名前の由来

私たちがIsomorphic Labsと呼ばれる理由は、生物学は本当に本当に複雑だと信じているからです。物理学の世界では、数学で物理学の方程式を書き下すことができ、数学は物理学の完璧な記述言語ですが、生物学に対して数学で方程式を書き下すことはできません。細胞はあまりにも複雑すぎます。生物学は私たちが知っている化学の最も複雑な表現です。

ああ、それはとても多くの動く部品があるだけです。今それを作り上げましたか？はい、私たちは生物学の言語のロゼッタストーンをここで探しています。その通りです。それで、生物学の完璧な記述言語になり得るものは何でしょうか？私たちはAIと機械学習がそれであると信じています。生物学的世界とAI、機械学習の世界の間に同型性、マッピングが存在する可能性があるため、その名前です。その名前です。なるほど。なるほど。

タンパク質折り畳みの重要性

なるほど。それで、タンパク質折り畳みについて教えてください。化学を学ぶとき、化学反応について学び、分子の形が何かと関係があるべきだとは実際には教えられません。化学記号が何で、化学方程式を書き下すときにそこに形はありません。

それを構成する元素と分子が何かだけです。そしてそれらの方程式は三次元の性質を実際に表していません。その通りです。それが利き手を持っているかどうかさえわかりません。はい。そうです。それで、そこから連れて行ってください。

タンパク質について考えます。タンパク質は生命のこれらの基本的な構成要素です。はい。それらは皆の内部にあります。基本的に私たちが持つすべてを構成しています。そして、それらはアミノ酸の配列と呼ばれるもので構成されています。各アミノ酸は分子です。うん。約20種類の異なるアミノ酸があり、それらを長く、または生命の中で一緒にします。

生命の中では、作ることができる非天然アミノ酸も持つことができます。それらを作ることができます。それらを作ることができ、実際に薬にそれらを使うことがあります。これらのアミノ酸を一緒につなげると、それがタンパク質になりますが、それらはこれらの鎖として存在しません。それらは細胞内で自発的に折り畳まれて、これらの3D形状を作ります。

そしてそれが重要な理由は、これらのタンパク質は基本的に分子マシンだからです。それらは自分自身だけで存在しません。実際に、これらの小さな機械の部品を作るようなものです。それらは他のタンパク質と相互作用します。DNAやRNAのような他の生体分子と相互作用します。そうです。そしてその相互作用は形のフィッティングです。その通りです。その通りです。

これらのタンパク質は3Dジグソーパズルで、静的ではありません。これは2Dジグソーパズルよりもはるかに困難です。そして、これらは静的なものではありません。組み合わさってくる静的なパズルピースではありません。それらは形を変えます。何かが接触すると、タンパク質の反対側で何か他のものが開き、それがマシンを変え、それが続きます。

そしてそれが私があなたに尋ねようとしていたことです。この折り畳みはどのような速度で起こっているのですか？それは連続的ですか？一度折り畳まれると、それで終わりですか。しかし、あなたは今私に言いました、いいえ、それは全体を通してただ動き続けているのです。

タンパク質の動的システム

はい、これらは本当に本当に複雑な動的システムです、私たちの細胞内の何千、何百万、何兆もの原子で構成され、マイクロ秒とそれ以降の過程で展開します。そして、あなたが話しているこのダイナミズム、その言葉は何ですか？ダイニズム。それは言葉ですか？

ダイニズムではないですか？ダイナミズムを作り上げたと思います。ああ、ダイナミズム。いいえ、ダイナミズム。ありがとう。私は文法を訂正しています。これは初めてです。これはダイナミズムです。ダイナミズム。恐竜のような。ダイナミズム。恐竜。恐竜。恐竜ではない。

しかし、私たちはそれぞれがとても異なっているにもかかわらず、一般的な実行と設計図があっても、私たち一人一人がとても異なって出てくる中で、あなたが話している細胞内のダイナミズム。それはあなたが見てマッピングしているプロセスの一部ですか？

クラゲに対しては、私たちは皆同じに見えるでしょう。本当です。オーケー。彼らは、ああ、あなたの肌の色が少し違うのか、少し背が高いのかとは言いません。はい。あなたは細胞レベルでの機能を説明しています。あなたの仕事はそれを理解することですか、それとも生物学がまだ理解していない可能性のあるタンパク質を折り畳む追加の方法を見つけることで、自然の宇宙がまだ遭遇していない問題を解決することですか。

ああ、それは良い質問でした。それで、あなたは今日自分自身に満足していますか？とても満足しています。今日の自分にとても満足しています。はい。これは本当に興味深いです。

疾患の理解と創薬

私たちはこれらの小さな分子マシン、これらのタンパク質を持っていて、その3D構造とそれらがどのように働くかを2つの理由で気にかけています。一つは、私たちの細胞がどのように働くかを理解したいからです。なぜなら、病気の場合のように何かがうまくいかなかった場合、私たちは、オーケー、どこで実際に入ってそれを修正し始める必要があるか、そして最初からそれがうまくいかないようにする方法を理解したいからです。

その通りです。その通りです。それで、それが一つのことです。そして、オーケー、どのようにしてそれを修正できるかを考えるとき、私たちが創薬をするときに実際に言っているのは、細胞に入ってこれらの分子マシンを実際に調節し始める別の分子を作ることができるかということです。

この薬物分子は例えばここのこのタンパク質に付着し、それがこのタンパク質の形を変えさせ、通常の動作をしなくなったり、そのタンパク質の働きを止めたり、より良く働かせたりします。これらは私たちが創薬で行う種類のことです。

COVID用に開発したメッセンジャーRNAワクチンを思い出させます。はい。創薬に利用する多くの異なるタイプの分子メカニズムがあります。すごい。

折り畳みタンパク質は、一般的に折り畳み方で設定されたパターンに従っており、あなたはそれらをマッピングすることができ、それらが誤って折り畳まれたときに、それをフラグアップすることができるのですか？それとも、私は何かを再発明したり、でたらめを話したりしましたか？

それはクールでしょう。いいえ、いいえ、あなたは何かにたどり着いています。それで、いいですね。驚くべきことは、実際にこれらのタンパク質がどのように折り畳まれるかを予測できることです。

AlphaFoldの仕組み

それで、それらをモデル化しているので、はい、私たちは深層学習、ニューラルネットワークでそれをモデル化しています。それがAlphaFoldとそのすべての世代のすべてです。そして、それはアミノ酸の配列を取り入れて、このタンパク質について以前何も知らずに、3D構造を得ることができることを意味します。

通常、これは人々がこの3D構造を解明するのに数ヶ月から数年かかるでしょう。

それで、AlphaFoldは大きな分子がどのように折り畳まれたいかをどのように知っているのですか？それはどういうわけかそれを知らなければなりません。それは数十万の例からこれを学習しています。

化学者、生化学者は過去50年間、手作業でこれらのタンパク質構造を解明してきました。彼らは文字通りタンパク質を合成し、結晶化し、次にX線をこれに照射して電子散乱を見るという作業をしてきました。そしてそれから、タンパク質構造を解像することができます。

それはかなり困難なプロセスですが、人々はそれをやってきました。それは分子の形の写真を撮る方法です。それはそのレベルでの電子顕微鏡のようなもので現実の写真を撮る方法です。はい。似ています。電子散乱のようなものです。はい。その通りです。

それで、人々は過去50年間それをやり、これらの構造を蓄積してきました。そして今、私たちはそのすべてのデータを取得し、ニューラルネットワークを訓練して、この分子記述が何かという入力だけから、そのすべてのデータを予測しようとしました。そうですね？

そして驚くべきことは、これは本当に注目に値することですが、過去50年間のデータでこれを訓練できることです。それは数十万のタンパク質と生体分子システムです。しかし、タンパク質宇宙、プロテオームで知っているすべてに、それを一見適用できます。

AIはあなたがすでに言ったように少し前から存在しており、あなたは唯一のAIツールではありませんが、この特定のツールはどれほど正確ですか？

AlphaFoldの精度と発展

はい。それで、AlphaFold 2は、タンパク質だけで実験レベルの精度を得始めた大きな飛躍でした。それがノーベル賞を受賞したものです。それで、あなたはそれを経験的実験に対してバランスを取ります。ベンチマークは実際の実験室での作業そのものを行うことです。そうですね？AlphaFold 2はそのレベルに達しました。

今、AlphaFold 3はタンパク質だけから他の生体分子タイプを組み込むように拡張されます。タンパク質と他のタンパク質、タンパク質とDNA、RNA、小分子と呼ばれるものとの組み合わせで、近所は、彼らはそれをすべて混ぜ始めます。

あるいは多分近所ではないかもしれません。多分その近所は少しアップグレードを得るでしょう。いいえ、それは超人間を作るときです。だからターミネーターにはならないでしょう。超人間になるでしょう。そして彼らは私たちのようになり、私たちを見下ろして、なぜ私たちにあなたたちが必要なのかと言うでしょう。それで終わりです。

とにかく、あなたはこれらを予測することができ、実際にモデル化された予測のいずれかを取ってタンパク質を作ったことがありますか？はい。ああ、はい。

創薬への応用

あるいは、これらが新しく革新的な薬につながることが期待される場所を教えてください。さもなければ、それはただのパズル練習です。はい。それは素晴らしいレゴセットです。レゴセット。ゲストにこれを楽しんでもらいたいです。はい。「おお神よ、そのレゴセットはいくらかかったんだ？」たった100億ドルです。すみません。続けてください。はい。

はい、はい、はい。特定の病気を取り上げて、私たちは実際に特定のタンパク質を調節することによってこの病気を解決できると考えています。うん。問題は、どのようにそれを行うかです。それで、私たちは薬物分子を設計し、それが特定の方法でこのタンパク質に適合することを望みます。おお。

そして、これが伝統的には実際にそれらの組み合わせのそれぞれを推測するか、結晶化してから写真を撮って、それが機能するかどうかを見なければならなかった場所です。しかし今、あなたはそれをモデル化でき、AIは1分でそれらの千個を行うことができます。これがあなたがターゲットタンパク質と呼ぶものではありませんか？はい。すごい。

それで、あなたが特定のターゲットタンパク質を持っていることを知っているなら、薬のリストに対してそれを実行し、この薬Aがこれでより良く働くか、または多分薬Dか、またはあなたがいるアルファベットのどの文字でも良いと考えませんか？そして今、私たちは一種の探偵になり、このAlphaFold 3はいくつの手がかりといくつの答えを作り出したか、または私たちはまだ格闘していますか？はい。

薬を理解しようとする代わりに、AIが実際にあなたのために薬を理解します。創薬。まさに。あなた方二人が話すようにすれば、聞こえるかもしれません。私たちは産業全体を自分たちで理解しているんです、ゲイリー。はい。はい。これはまさにそれが向かっている場所です。

それで、私たちは実際にこれらの薬を合理的に設計し始めることができます。伝統的には、100万のランダムな分子を取り、それらをこれらのタンパク質に投げつけて、何がくっつくかを見るでしょう。そして、多くの薬が歴史的に作られてきた方法です。はい。

もっと戻ると、あなたはこれらの種類の分子を見つけるために泥をふるいにかけています。これが、どんな問題に対してでも薬でこのような低い成功率があった理由です。それは部分的にそれが原因です。なぜなら、私たちは必ずしもこれらの分子がどのように働いているかを理解していないからです。

しかし、AlphaFold 3のようなもので、分子、ターゲットタンパク質をシステムに、ニューラルネットワークに入れることができ、3D構造を得て、化学者として、オーケー、この小分子薬がどのようにこのタンパク質を調節しているかを理解し始めることができます。

まだ問題は、このタンパク質に良いその小分子を最初にどのように見つけるかです。そこには約10の60乗の可能な薬様分子があると推定されています。それは60個のゼロがある10です。人々は10の16乗が何かを知っているので、失礼にならないでください。

完璧なAlphaFoldを持っていたとしても、10の60乗の分子にそれを実行しなければならず、それは計算的に不可能です。量子コンピューティングまで実行不可能です。そして、私たちが必要なのは、生成モデルまたはエージェントと呼ばれるもので、実際にその空間を検索し、その全分子空間を理解し、あなたのために分子設計を考え出すことができるものです。

ああ、10の60乗はランダムにやった場合だからです。その通りです。そうですね。そうですね。しかし、とにかくそれをランダムに投げ出すだけです。そうですね。そうですね。ランダムにやらなければ、そうすることができます。はい。

現在の創薬手法の限界

しかし、ランダムは最先端の方法です。そうですね？それが人々のやり方です。それが人々が現在やっている方法です。彼は最先端と呼んでいます。あなたが最先端です。まあ、ありがとう。ここで適切に言葉を使いましょう。

タンパク質があなたが予測した時に右に曲がると予測してマッピングしたときに左に曲がったらどうでしょう。それが私たちがAlphaFold 3でさえ問題を抱える問題があるときですか？

その通りです。これらは結局のところ完璧なモデルではありません。非常に非常に正確ですが、いくつかの間違いを犯すでしょう。だから、あなたはまだ現在時々実験室に行く必要がありますが、あなたがしなければならない実験室での作業の量ははるかに少ないです。そして、これらのモデルが本当に本当にうまく働く分子空間の領域を見つけることがよくできます。

そして、私たちは後で実験室に出て行き、これらのものを結晶化し、はい、これはモデルが予測したものの完璧なマッピングだと見ます。

創薬コストの革命

それでは、以前のポイントに戻りましょう。はい。昔、先月のように、製薬会社、ビッグファーマは、薬を開発するのに数百万、おそらく10億ではないにしても、数億ドルを費やしていました。

私たちは、価格設定の乱用はさておき、最初の錠剤が5,000万ドルかかるという事実にいくらかの真実があると考えています。2番目の錠剤は10セントです。なぜなら、彼らはその最初の錠剤の処方箋を得るための研究をしなければならなかったからです。検索空間を狭めれば、その最初の錠剤を開発するコストは何倍も小さくできます。

つまり、新しい薬を作るのに平均30億ドルかかります。すごい。それは平均です。はい。だから、私が1,000億と言ったとき、それは低く見積もっていました。あなたは低く見積もっていました。オーケー。

これは、コスト、速度、ビジネスモデル、効果、そしてビジネスモデルを完全に変えるための大きな機会です。

それは独占的ですか？これが私の本当の質問です。ここであなたが革命を起こすであろう場所だからです。私がそれを思いつき、私が会社Aだとしたら、それは私のものであり、私がすべてを決定します。あなたがAI会社であり、それを売ることができるようにこれをやっているだけなら、それはあなたのものです。どちらが消費者の価格を下げるでしょうか？

私たちの目標は、薬設計の方法を本当に再定義して、それがはるかに安くなるようにすることです。私たちは潜在的な薬と化学物質のはるかに多くの豊富さを持っているので、それが本当にビジネスモデルを変え、その分野の経済学を変えます。だから、あなたは実際に薬を作るコストを革命化することができます。はい、それが私たちが向かっている場所です。それが私たちが向かっている場所です。

タンパク質の誤折畳みの研究

次のステップの一つは、AlphaFoldのどちらでも3か、または多分次の世代かそうで、タンパク質の誤折畳みを引き起こし、推進するものを調査して、その話が起こる前にそれを先取りできるようにすることですか？

すごい。実際にタンパク質の誤折畳みは、ある種の病気を引き起こす別のものです。はい。あなたがDNAの遺伝的変異、変異を持つところで、それがそのタンパク質の特定のアミノ酸を変え、それが通常すべき正常な方法で折り畳まれず、分子マシンとして通常すべきように機能しません。

AlphaFoldのようなものは、誤折畳みを引き起こすそれらの変異が何かを理解するのに役立ちます。それらはmissense変異と呼ばれます。そして、これらは潜在的な薬のターゲットになる可能性があるので、それに対して緩和することができる分子について考えることができます。

私が正しく理解していれば、PDRを見ると、これは厚いです。PDRとは何ですか？医師用机上参考書です。ありがとう。これは厚いです。昔風のマンハッタンの電話帳のサイズです。オーケー。非常に厚く、複数インチにわたっています。そして、医師が処方するために利用可能な既存の医薬品でチョーク満杯です。

それらの医薬品の100%が、タンパク質折り畳みを通してではなく、化学的に患者と相互作用していることは本当ですか？それで、もしそうであるなら、それはタンパク質が誤って折り畳まれる場所では、どんな種類の折り畳みアルゴリズムでもそれと戦うことはできず、私たちはあなたの体がその影響を処理するために化学を処方するだけだということを意味しますか？私はそれを正しく言いましたか？

既存医薬品の作用機序

薬の大部分はそれだと思います。それらは私たちが取る化学物質です。私たちは化学物質がその折れを修正するつもりはありません。それは起こる誤折畳みの症状を治療するつもりです。私たちはタンパク質の変異を変えていません。それは遺伝子治療のようなものである可能性があります。

しかし、これらはこれらのタンパク質に付着し、どういうわけか誤折畳みを緩和したり、インターフェースを変えたり、これらの分子マシンの働き方を変えたりする化学物質です。

Isomorphic Labsが現在焦点を当てている特定の病気はありますか、それともこれはより広範囲のスペクトラムですか？タンパク質を選んで特定のものを選び取ろうか、それとも私たちは本当に一つの特定のものを見ているのでしょうか？

私たちが作成している技術は本当に本当に一般的です。私たちに来るどんなタンパク質、どんなターゲット、どんな病気の領域でも、この創薬エンジンを適用できるようになりたいのです。

今、それを言っても、実際的に会社として、あなたは特定の領域に焦点を当てたいと思います。私たちは現在、癌に多く焦点を当て、免疫学に多く焦点を当てています。もちろん二つの大きなもので、あなたが達成しようとしていることに最も適している二つでもあります。

進捗状況と成果

今、これを見て聞いているすべての人が私に尋ねたがる質問は、どうやっているかということです。正直なところ、本当にうまくいっています。私たちはこれらのアルゴリズムが実際に私たちが創薬を行う方法を変えているのを見ています。

人々が10年以上も取り組んできた、本当に本当に困難なもの、これらのターゲットに対して、完全に新しい化学物質を発見することができています。素晴らしい進歩を遂げています。会社ではまだ本当に早い段階ですが、超エキサイティングです。

あなたは何かを写真に撮るために送ったことがありますか？私たちは分子写真のためにいくつかのものを送りました。はい。オーケー。はい。はい。あなたがそれについて話すことを許可されていないことを知っています。分かります。しかし、私たちは皆とても幸せです。オーケー。そこにあります。

聞いてください、私はあなたと一緒です。あなたが置いているものを拾っています。それはクールです。はい。

研究成果の公開と特許

しかし、あなたがこの作業を基礎研究として見ているなら、結果を公開し、DNA分子がダブルヘリックスであることを知るためにDNA分子の画像を公開したように画像を公開します。それはその時点で公知識になります。

AlphaFold 3へのツールアクセスを持つ誰かが、あなたがそれの設計図を公開したら、どんな会社でもこれにアクセスできるでしょうか？

創薬では、これらの設計図はしばしば特許で出てきます。臨床試験に入ろうとしているとき、これらの分子を特許化する必要があり、それらの特許では、分子、処方箋、それらがどのように働くかについての多くのデータを持つでしょう。

私が以前話していたことです。はい。はい。はい。オーケー。はい。

希少疾患への応用

それで、免疫システム、癌。これらはこの世界の病気の主要な原因です。10万人に1人に影響を与える遺伝性疾患はどうでしょうか？すごい。あなたはそれらをまとめると、世界でスタジアムを満たすのに十分なそれらがありますが、それは実際に誰かの興味を引き起こすほど一般的ではありません。はい。

それは薬を売るのに十分な市場がないので、利益もありません。つまり、あなたはその点を知っています、チャック。伝統的には、非常に小さな患者集団を追いかけることは商業的にそれほど魅力的ではないかもしれません。

しかし、これらの薬物分子に到達することがはるかに安く、はるかに簡単な世界では、それはこのすべての空間を開きます。安ければ安いほど、そのリスクを下げることを正当化しやすくなります。リスクリストを下げて。そしてこれは私たちにとって大きな指針の星です。これが私たちがこれをやっている理由です。それは美しいです。

あなたが何をしたかが分かります。指針の星。はい。環境で拾われたでしょう。彼は座っていません。チーフAI責任者はどうですか？はい。

政策とレギュレーションへの関与

会社があなたがやっていることに関する政策を形成することにどれほど積極的かに興味があります。なぜなら、あなたがやっていることに結び付けられる非常に多くの立法政策があるからです。すべての特許の影響、研究の影響があるでしょう。多くのことがこれに結び付けられるでしょう。はい。はい。はい。

つまり、私たちはこの会話で創薬について話してきましたが、薬を設計したら、患者の臨床試験に入らなければならず、それは本当に長いプロセスです。はい。

それが私たちがマウスを持っている理由です。しかし、これらのマウスモデルでさえ、実際にはあまり予測的ではありません。マウスでこれらのすべての研究を行い、それから人々での成功に翻訳されません。進化のスケールを上がって、人間の部分に到達しなければなりません。はい。その通りです。

だから、私たちが多くの新しい薬を設計できる世界を想像できます。私たちは臨床試験を行う方法を変えなければなりません、これらの薬を本当に本当に必要とする患者にタイムリーに実際に届ける方法です。だから、やるべきこと、再考すべきことがたくさんあると思います。

それが再考されたものは、AlphaFoldと医学科学全体の究極の目標であり、私たちが見つけている広範囲の薬ではなく、個人としてのあなたのためのオーダーメイドの薬を作ることができることです。すべての副作用で。

それで、あなたは副作用がゼロで、私に正確に働く薬や薬を設計することができますか？これが目標です。そうです。これが私たちが目指していることです。あなたの特定の癌変異を配列決定し、それらのあなたの個人的な変異に基づいて、あなたのための特定の薬を生成できる世界を想像してみてください。これらは角を曲がったところで3Dプリントされたようなものでさえあります。オーケー。はい。

個別化医療の可能性

これは私たちはまだそこにいません。そうですね？私たちは現在、癌治療の免疫療法でそれの非常に新生の段階にいますが、まだ治癒されていないこれらの病気のうち、タンパク質折り畳みを含む解決策に適しているものはいくつあり、昔ながらの化学だけのものはいくつありますか？

タンパク質は私たちの分子機械のほとんどすべてを構成しています。だから、誤折畳みによる病気のクラスがありますが、例えばタンパク質が適切に発現されなかったり、特定の組織で細胞がうまくいかなかったりする他の多くの病気があります。

細菌感染がある場合、抗菌化学物質を自分に与えて、それで終わりです。そのために私があなたを必要としますか？しかし、それらの化学物質は細菌のタンパク質と相互作用しています。オーケー。

だから、タンパク質は基本的な機械であり、薬である化学物質は、私たちの細胞であろうと細菌であろうと、それらのタンパク質を調節しています。

薬物送達システムの課題

それでは、基本的にあなたが話していることはすべて細胞レベルで起こっています。あなたが説明していることが細胞内で起こっているなら、タンパク質がその働きをし、3Dジグソーパズルをし、あなたがそれに対する解決策、治療法を持っているなら。あなたはその折り畳みと相互作用するために細胞内にあなたの治療法を届けなければなりません。

そして、トロイの木馬ウイルスのようなもの以外に、どのようにそれを行いますか？なぜなら、ウイルスはかなり命令でそこに入るからです。はい。

錠剤として摂取する薬について考えるなら、創薬は本当に困難です。なぜなら、それはこれらのタンパク質をターゲットにすることだけではないからです。私たちはそれらを正しい場所に届けなければなりません。

錠剤を望むかもしれません。だから、あなたはこの錠剤を取り、それは体に吸収されなければなりません。だから、それは可溶性でなければなりません。そうですね？それは腸の壁を通り、血流を通って、あなたが気にかける特定の組織タイプ、細胞タイプに行かなければなりません。

それから、実際に細胞内にある可能性のあるターゲットをターゲットにすることができるように、細胞膜を通らなければなりません。だから、あなたは一つの分子にこれらのすべての特性が必要です。だから、私たちは実際にこれらの分子をタンパク質にヒットするだけでなく、可溶性になり、細胞透過性になるように設計しています。

非常に多くの異なる要因があり、その後、この分子が毒性を持たないことを望みます。だから、あなたは興味のあるターゲットにヒットすることを望みますが、他の何にもヒットしません。

分子が細胞壁を通る方法を見ることができます。はい。単純な分子ですが、フルアップタンパク質、赤血のタンパク質、それはどのように細胞壁を通るのですか？その通りです。

異なる種類の薬があります。いくつかは小分子と呼ばれるもので、錠剤として摂取できるものです。他のものはタンパク質から作られています。それらはしばしば直接内部に注射するものです。だから、あなたはそれらのいくつかは細胞透過性かもしれません。それらはペプチドのようなものでしょうが、しばしばこれらのタンパク質ベースの薬、抗体のようなものは注射されますが、細胞に入りません。

それらは細胞の表面のタンパク質と相互作用しているだけです。だから、その透過性は必要ありません。だから、それは本当にあなたのターゲットが何か、そして人々にその薬をどのように摂取してもらいたいかによります。時々錠剤が最良のものですが、実際に時々注射が最良のものです。はい。

そして、ペプチドが何かを思い出させてください。ペプチドは本当に小さなタンパク質です。だから、これらの大きな分子マシンである完全に育ったタンパク質があり、それから5から50のアミノ酸でできた小さなタンパク質があります。それらがペプチドです。それらがペプチドです。それらはより小さいです。だから、いくつかの構成では、それらは細胞壁を通ることができます。

化学の未来とAIの役割

このコンピューターサイエンスで、私たちは知っている化学を覆し、AIで他の科学に移行することを見つけるのでしょうか、それとも一つの特定の領域に留まると見るのでしょうか？

化学は常に存在するでしょう。私にとって、それは現在、数学なしで化学をするのと同じです。今はそれについて考えないでしょう。そしてAIでも同じことになるでしょう。それは私の心ではすでにそうです。AIなしで化学をすることは考えないでしょう。AIなしで生物学をすることは考えないでしょう。それは世界をよりよく理解することを可能にする基本的なツールです。

だから、化学者はいつか石炭鉱夫のようになることはないでしょう。私の祖父がラボに入っていたのを覚えているように。化学物質の匂いがして家に帰ってきた。

AlphaFold 3へのアクセス

誰が実際にAlphaFold 3またはこの反復のAIにアクセスできるのでしょうか？それはIsomorphic Labs専用ですか、それともライセンスで出てきますか？私はホームキットが欲しいです。それです。その通り。そうです。そうです。私のDNAが入ります。AlphaFoldが起こっています。ピルが出てきて、私はそれを摂取し、その時点であなたさえ必要ありません。それはとてもクールでしょう。

指先を刺すか、センサーに指を置くかして、それがすべてを理解します。家で自分のピルを作ります。家で。はい。はい。

その話については、Theranosの話を調べてください。すごい。それは刑務所に行った女性ですよね？

しかし、いいえ、あなたはAlphaFoldにアクセスできます。AlphaFoldサーバーを検索すれば、学術用途のためにそこでタンパク質を折り畳むことができる全体的なウェブベースのシステムがあります。それは本当にクールです。だから、あなたはシステムを入れ、AlphaFold 3から3D折り畳みを得て、それをダウンロードできます。はい。

ああ、クールだ、男。つまり、私たちは人間全体をモデリングすることからどれほど離れていますか、それはあなたの恐れに触れると思いますが？モデリングまたは創造？どちらでも。一度モデリングすれば、次のステップは創造です。はい、それが本当です。それだけです。それが本当です。

生体システムのマルチスケールモデリング

それが夢です。私たちはここでスケールを上げて作業する必要があります。だから、二つの原子がどのように相互作用するかをモデリングできます。それらの方程式を書き下すことができます。小さな原子システムをシミュレートできます。AlphaFoldのようなもので、複数のタンパク質のスケールのような、より大きな原子システムに入ります。

今、私たちは非常に非常に正確なAlphaFold 3を持っています。多分、私たちは実際にそれから、私たちがパスウェイと呼ぶ、これらすべてのものがどのように相互作用するかのより大きなシステムにブートストラップできます。

原子と分子の相互作用の活動電位のテーブルを本で調べることができるので、私の中で今クリックしているだけです。だから、どの分子が結合するかについて非常に良い感覚を持つでしょう。それは発熱ですか？吸熱ですか？しかし、これらは原子と分子です。

それが強力で便利であるように、それはあなたが制御を得ているこの複雑さの上昇ラダーの最初の段階にすぎません。はい。そして、単一の細胞内には数兆の原子があり、人間全体の体は言うまでもありません。全体をシミュレートするのは実行不可能です。

しかし、あなたができることは、異なるスケールレベルで良い測定技術を持っていることです。だから、タンパク質折り畳みのようなことを測定できます。細胞内のタンパク質の量を測定できます。組織内の特定のタイプの細胞の数を測定できます。

それが大きければ大きいほど、測定しやすくなります。だから、私たちはこの顕微鏡的世界へのこれらの小さな窓を持っています。そして、私たちはAIを使って隙間を埋め、私たちがうまくできる原子レベルのものからブートストラップして、そのモデリングのスケールを構築し始めることができます。

発生過程の複雑性

神がどれくらい前にその記事を読んだかわからないが、記事を読んだ。神だから、とにかく、受精細胞が増殖して人になり始めるときについて話していました。そして基本的にその時点で科学者たちが決定したこと、これは何年も前のことですが、それを説明できる唯一の方法は、たくさんのノイズがあることです。

たくさんのノイズのようなものです。私たちは実際に何も見ることができません。基本的に、私たちがそれをデータとして見ると、それはただノイズになるので、私たちはそれの意味を理解することができません。あなたはそのベールを突き破って、それを見ることができますか？

私たちはその特定のことを見ていません。オーケー。しかし、これは本当に粒状のスケールでより多くを理解し始め、それからそれを統合してこれらの種類のより粗い測定とより粗い予測を作成することができる場所です。

これは私たちが科学の多くの分野で行うことです。私たちは原子スケールで全宇宙をシミュレートしませんが、分子のより広い集合を記述する経験則や方法を見つけ、それが私たちが構築し始めることができ、これらのニューラルネットワークで実際に学習できるものです。クール。

意識変化物質の発見可能性

それで、チャックに代わって質問します。AlphaFoldは、彼に神や他の神や存在を見させることができる幻覚剤を発見できるでしょうか？

尋ねてくれてありがとう。歓迎します。非常に現実的な答えをお願いします。あなたはAlphaFoldサーバーに行って、それを試すことができます。オーケー。了解。招待状です。ねえ、聞いて。私はそれについてすべてです。

宇宙旅行への応用

以前のショーで生体医学工学について話しているのを見ました。そして、私たちがオフワールドや深宇宙を旅行することになるなら、私たちはおそらくそれを行うことができるように私たちにとって異なるアップグレードが必要になるでしょう。

私たちはAlphaFoldやこのようなAIで、この種の深宇宙旅行のために自分自身をアップグレードしたり、何か必要なもののために自分自身をアップグレードしたりできるでしょうか？

はい、今度は病気を解決することを超えて、実際に自分自身を強化できるかのような話になります。そうですね。わかりません。摂取できる化学物質を作ることを考える可能性があると思います。

老化だけでも、これにとって大きな応用になるでしょう。老化についてのクレイジーな研究があります。老化は基本的に細胞の退化であり、あなたが分子レベルでそのプロセスを再開したり、ジャンプスタートしたり、ブーストしたりできるなら。

老化は興味深いものです。これは人々が細胞の年齢を逆転させる要因のいくつかが何かを解明し始めている本当に新生の研究分野です。これらはYamanaka因子と呼ばれるものです。はい。

そして、特定のタンパク質を安定化する分子を作る可能性さえ人々が見つけています。Yamanaka因子はタンパク質です。DNAを読む転写因子がこれらのものを安定化できます。多分それが細胞の年齢のいくつかを逆転させるものです。これは超新生です。

ゲノム改変との関連

ゲノムを変更したいことと、私たちの生理学と相互作用するためにタンパク質を折り畳むあなたの能力との間の関連は何ですか？

私がそれを尋ねるのは、映画ガタカでのシーンを思い出すからです。そこで彼らはあなたのゲノムを操作しませんでしたが、特定の特性のためにあなたの既存のゲノムを選択しました。そして、ピアノリサイタルを行っている人がいて、それは非常に豊かな音でした。つまり、それは美しかった。

そして、カメラが前に回ってきて、その人は12本の指を持っていました。その通りです。そしてそれのために育てられた。はい。そうです。すべてのために2つの追加の音符を得ます。すべてが進行中です。

彼女は誰も持たない12本の指で遊べるものだけを演奏できました。誰も持たない12本の指で遊ぶことはできませんでした。

それで、これは必ずしも宇宙に行くことではなく、人間種の多様性を豊かにするための修正でしょう。

私たちは遺伝子改変をしていません。だから彼はイギリス人だと言っています。彼が正直であることを信頼しなければなりません。はい。ありがとう。ありがとう。よくやった。よく演じられました。

特定のタイプの薬は、あなたのゲノムを操作するものです。それが人々がいくつかの病気をターゲットにし始める方法です。これは私たちが取り組んでいる薬のクラスではありません。

すべての病気を解決するという大きな野心について考えるとき、多分これは私たちが時間をかけてやっている必要があることです。私たちが本当に病気の全スペクトラムを解明したいなら。

すべてが一緒に結合する時点で、それを考慮することなしに、領域全体自体を考慮することさえ可能ですか？はい、私たちはゲノムとすべての効果を理解する必要があります。DNAの特定の塩基対を変更することが、どのタンパク質が発現されるか、どの豊富さで、そしてパスウェイへのすべてのノックオン効果をどのように変更するかです。

あなたは本当にコンピューター上でこの細胞を操作することができるように、基本的にこの仮想細胞を望みます。ここで実験を行うために、これがあなたが話している細胞テンプレートのようなものですが、私は多くを求めていません。なぜなら、それは動物界ですでに起こっているからです。

再生医療への応用

何世紀もの間、何十年もの間、私たちは何の傲慢さもなく、ある進化的な三角形の頂点に自分自身を想像してきました。はい。しかし、イモリは四肢を再生でき、私たちにはできません。はい。そして彼らは脊椎動物です。だから、私たちが恩恵を受けることができる動物がすることから抽出し、それを優先事項にする方法があるように思えます。

だから、特に紛争で四肢を失った退役軍人、あるいは粘着性の手を持つヤモリでさえ、多分私はいつかスパイダーマンになれるかもしれません。

それを優先してください。彼らはスーパーヒーローになるでしょう。それで、四肢の再生、それはそこで起こっているタンパク質のことでなければなりません。はい。つまり、私たちのメカニズムはすべてタンパク質です。イモリでも同じです。だから、そこにいくつかのメカニズムがあります。それが何かはわかりません。オーケー。はい。

しかし、それはあなたができるなら模倣するメカニズムでしょう。あなたができるなら。はい。そして、それを私たち自身の生理学にインストールします。それは大きなifです。はい。たくさんです。はい。

これはどうでしょう？すでにここにある薬を見て、よく許容されない薬がいくつかあり、副作用なしに薬の利益を得るような方法でそれらを再構成できるでしょうか？

はい。その通りです。何かをするが副作用を持つこれらの第一世代の薬がよくあります。それから、これらの薬がどのように働くかをよりよく理解する大きな機会があります。AlphaFold 3のようなもの、薬の毒性を理解する私たちのモデルのようなものは、これらをより良い薬になり、副作用が少なく、毒性効果が少なくなるように潜在的に修正することを可能にします。クール。

医療カタログを遡って再分析することであり、それはまさにAIが完璧になるものです。その通り。はい。はい。あなたたちはたくさんのお金を稼ぐつもりです、男。ドル記号が見えるかわからない。巨大な会社が見えます。この会社の一部を手に入れる必要があります。あなたたちは稼ぐつもりです。私の体の細胞よりも多くのお金、途方もない量のお金を想像することさえできません。これは驚くべきことです。

量子コンピューティングの影響

私たちは量子コンピューティングの戸口にいて、それが私の分野で持つであろう影響を知っています。あなたの分野では、それはあなたの人生の仕事のすべてをそろばんで行われたように見せるでしょうか？

はい。つまり、これは物事を変えるでしょう。量子コンピューティングでAIが何ができるかについては、機械学習がどのように変わるかについてはオープンクエスチョンだと思いますが、化学にとっては、近期的にでも小分子薬の特性を理解するための量子コンピューターのいくつかの本当の応用があります。

実際に今日人々が量子コンピューターで行うことのいくつかは、これらの小さな化学システムをシミュレートすることだからです。実際に会社でも私たちは量子シミュレーションチームを持っていて、量子コンピューターを使用しているのではなく、分子の量子効果をシミュレートしています。

今、そのスケールで動作する量子コンピューターを持っていたら、代わりにそれを使うことができるでしょう。

環境問題への応用

現代社会の化学のフロンティアでの非常に多くのニーズを考えます。その一つは、私たちの環境にあるすべてのプラスチックで何をするかです。海にまだそこにあります。プラスチックを消化して元の分子に戻すことができる生命体を作ることはできますか？

あなたの世界でなければ、あなたは特定の問題に対する特定の解決策よりも能力を説明しています。あなたは以前に想像されたことのない方法で化学者に力を与えています。はい。

それで、AlphaFoldの能力を使って構造タンパク質を理解することができます。人々は創薬の外でこれを使っています。人々は例えば、あなたが話しているようなプラスチックを潜在的に消化できる酵素を持つ細菌を作るためにこれを使っています。

より弾力性のあるタイプの作物を工学するためにこれについて考えることができます。これらの種類のこと。はい。だから、AIと同じように、これはあらゆる分野の技術を休ませることができるプラットフォームです。

それがタンパク質折り畳み問題について驚くべきことです。それを解決し始めると、非常に広範囲の科学のために非常に多くの新しいことを解除します。そこには多くの下流の利益があると言えるでしょう。

懸念と責任

オーケー、最後のこと。最後のこと。どうやって私はこの一部を手に入れますか？チャックは目にドル記号を持っています。どうやって私はこの一部を手に入れますか？最後のこと。最後のこと。あなたの仕事の最悪の可能性のある結果は何ですか？おお、なんという質問でしょう。

私たちが進む際に必要なガードレールは何ですか？なぜなら、素晴らしい力を持つ新しい技術には素晴らしい責任が伴うからです。はい。

つまり、AIで持っているもの、新しい生物学や化学を作ることで持っているもの、あなたはこれを責任を持って使用する方法について考える必要があります。世界に公然と出すものと、多くの安全上の理由で閉鎖するものです。

だから、そこで考慮すべきことがたくさんあると思います。はい。

ジュラシックパーク映画の一つで有名に、彼らは恐竜の一つからリジン、アミノ酸を差し控えた場合、それが逃げた場合のことです。それはその生存のためにリジンを必要とするので死ぬでしょう。そして、それは入れた一種の保険計画でしたが、生命は常に道を見つけます。

はい、そこにあります。とにかく、マックスウェル・ヨーダーバーグ。はい。Star Talkに参加してくれてありがとう。私たちはあなたの会社を見ていくつもりで、チャックはその一部を欲しがっています。はい。それが何を意味するかわかりません。

しかし、とにかく、これは人間の生理学の全フロンティアの誕生をあなたのレンズを通して見ることができて喜んでいます。つまり、なんという時代でしょうか。いいえ、どうもありがとうございました。話すのが超超楽しかったです。いいえ、ありがとう。素晴らしい。素晴らしい。

それでは、ここで終わりだと思います。うん。これは、AI、人間の生理学、そして薬の未来について話すStar Talk特別版の別の回でした。ああ、はい、ゲイリー。いつものようにあなたがいて良かった。楽しかった、ニール。それでは、チャック。

いつものように楽しかった。いつものように、これはStar Talk、ニール・ドグラース・タイソン、あなたの専属天体物理学者でした。見上げ続けてください。