Lab di Terray Therapeutics adalah simfoni dari otomatisasi miniatur. Robot berdering, mengantarkan tabung-tabung kecil cairan ke pos mereka. Ilmuwan berjas biru, sarung tangan steril, dan kacamata pelindung memantau mesin-mesin itu.
Tetapi aksi sebenarnya terjadi pada skala nanometer: Protein dalam larutan digabungkan dengan molekul kimia yang dipegang dalam sumuran kecil di chip silikon kustom yang seperti loyang muffin mikroskopis. Setiap interaksi direkam, jutaan dan jutaan setiap hari, menghasilkan 50 terabyte data mentah setiap hari – setara dengan lebih dari 12.000 film.
Lab, sekitar dua pertiga ukuran lapangan sepakbola, adalah pabrik data untuk penemuan obat dan pengembangan yang ditunjang kecerdasan buatan di Monrovia, Calif. Ini adalah bagian dari gelombang perusahaan muda dan start-up yang mencoba memanfaatkan A.I. untuk menghasilkan obat yang lebih efektif, lebih cepat.
Perusahaan-perusahaan ini memanfaatkan teknologi baru – yang belajar dari jumlah data besar untuk menghasilkan jawaban – untuk mencoba memperbarui penemuan obat. Mereka memindahkan bidang tersebut dari kerajinan artisan yang mendetail ke presisi yang lebih otomatis, pergeseran yang didorong oleh A.I. yang belajar dan semakin cerdas.
“Saat Anda memiliki jenis data yang tepat, A.I. bisa bekerja dan menjadi sangat, sangat baik,” kata Jacob Berlin, salah satu pendiri dan chief executive of Terray.
Sebagian besar penggunaan bisnis awal A.I. generatif, yang dapat menghasilkan segala sesuatunya mulai dari puisi hingga program komputer, adalah untuk membantu menghilangkan kerja rutin di kantor, layanan pelanggan, dan penulisan kode. Namun, penemuan dan pengembangan obat adalah industri besar yang menurut para ahli siap untuk transformasi A.I.
A.I. adalah “kesempatan sekali dalam satu abad” bagi bisnis farmasi, menurut perusahaan konsultasi McKinsey & Company.
Sama seperti chatbot populer seperti ChatGPT dilatih pada teks di internet, dan generator gambar seperti DALL-E belajar dari gudang foto dan video luas, A.I. untuk penemuan obat bergantung pada data. Dan ini adalah data yang sangat khusus – informasi molekuler, struktur protein, dan pengukuran interaksi biokimia. A.I. belajar dari pola dalam data untuk menyarankan kandidat obat yang mungkin bermanfaat, seolah-olah mencocokkan kunci kimia dengan kunci protein yang tepat.
Karena A.I. untuk pengembangan obat didukung oleh data ilmiah yang tepat, “halusinasi” beracun jauh lebih tidak mungkin terjadi daripada dengan chatbot yang dilatih secara lebih luas. Dan setiap obat potensial harus mengalami pengujian ekstensif di laboratorium dan uji klinis sebelum disetujui untuk pasien.
Perusahaan-perusahaan seperti Terray membangun laboratorium teknologi tinggi besar untuk menghasilkan informasi yang membantu melatih A.I., yang memungkinkan eksperimen yang cepat dan kemampuan untuk mengidentifikasi pola dan membuat prediksi tentang apa yang mungkin berhasil.
A.I. generative kemudian dapat merancang molekul obat secara digital. Desain tersebut diterjemahkan, dalam laboratorium otomatisasi berkecepatan tinggi, menjadi molekul fisik dan diuji interaksinya dengan protein target. Hasilnya – positif atau negatif – direkam dan dimasukkan kembali ke perangkat lunak A.I. untuk meningkatkan desain berikutnya, mempercepat proses keseluruhan.
Meskipun beberapa obat yang dikembangkan A.I. berada dalam uji klinis, masih awal.
A.I. generatif “sedang mengubah bidang ini, tetapi proses pengembangan obat sangat berantakan dan sangat manusiawi,” kata David Baker, seorang biokimiawan dan direktur Institute for Protein Design di University of Washington.
Pengembangan obat secara tradisional adalah upaya mahal, memakan waktu, dan penuh ketidakpastian. Studi tentang biaya merancang obat dan menavigasi uji klinis hingga persetujuan akhir bervariasi luas. Tetapi total biaya diperkirakan rata-rata $1 miliar. Membutuhkan waktu 10 hingga 15 tahun. Dan hampir 90 persen obat kandidat yang masuk uji klinis pada manusia gagal, biasanya karena kurangnya efikasi atau efek samping yang tak terduga.
Perusahaan-perusahaan A.I. pengembangan obat muda berusaha menggunakan teknologi mereka untuk meningkatkan peluang tersebut, sambil menghemat waktu dan uang.
Sumber dana yang paling konsisten bagi mereka berasal dari raksasa farmasi, yang telah lama menjadi mitra dan bankir bagi usaha penelitian yang lebih kecil. Perusahaan pengembang obat A.I. saat ini umumnya fokus pada percepatan tahap pra-klinis pengembangan, yang biasanya memakan waktu empat hingga tujuh tahun. Beberapa mungkin mencoba masuk ke uji klinis sendiri. Tetapi tahap tersebut biasanya di mana korporasi farmasi besar mengambil alih, mengoperasikan uji klinis pada manusia yang mahal, yang bisa memakan waktu tujuh tahun lagi.
Bagi perusahaan obat mapan, strategi mitra adalah cara yang relatif murah untuk mengejar inovasi.
“Bagi mereka, itu seperti memesan Uber untuk membawa Anda ke suatu tempat tanpa harus membeli mobil,” kata Gerardo Ubaghs Carrión, mantan bankir investasi biotek di Bank of America Securities.
Perusahaan farmasi besar membayar mitra peneliti mereka untuk mencapai tonggak menuju kandidat obat, yang bisa mencapai ratusan juta dolar selama bertahun-tahun. Dan jika suatu obat akhirnya disetujui dan menjadi sukses komersial, akan ada aliran pendapatan royalti.
Perusahaan seperti Terray, Recursion Pharmaceuticals, Schrödinger, dan Isomorphic Labs sedang mengejar terobosan. Tetapi secara umum, ada dua jalur berbeda – yang membangun laboratorium besar dan yang tidak.
Isomorphic, spinout penemuan obat dari Google DeepMind, kelompok A.I. sentral raksasa teknologi, berpendapat bahwa semakin bagus A.I., semakin sedikit data yang diperlukan. Dan itu bertaruh pada kecakapan perangkat lunaknya.
Pada tahun 2021, Google DeepMind merilis perangkat lunak yang akurat memprediksi bentuk yang akan dilipat oleh rangkaian asam amino sebagai protein. Bentuk tiga dimensi tersebut menentukan bagaimana protein berfungsi. Itu adalah dorongan untuk pemahaman biologi dan membantu dalam penemuan obat, karena protein menggerakkan perilaku semua makhluk hidup.
Bulan lalu, Google DeepMind dan Isomorphic mengumumkan bahwa model A.I. terbaru mereka, AlphaFold 3, dapat memprediksi bagaimana molekul dan protein akan berinteraksi – langkah lebih lanjut dalam desain obat.
“Kami fokus pada pendekatan komputasi,” kata Max Jaderberg, chief A.I. officer di Isomorphic. “Kami percaya ada potensi besar yang bisa dipecahkan.”
Terray, seperti kebanyakan start-up pengembangan obat, adalah hasil dari bertahun-tahun penelitian ilmiah yang digabungkan dengan perkembangan A.I. lebih baru.
Dr. Berlin, chief executive, yang meraih gelar Ph.D. dalam kimia dari Caltech, telah mengejar kemajuan dalam nanoteknologi dan kimia sepanjang karirnya. Terray tumbuh dari sebuah proyek akademis yang dimulai lebih dari satu dekade lalu di pusat kanker City of Hope dekat Los Angeles, di mana Dr. Berlin memiliki kelompok penelitian.
Terray fokus pada pengembangan obat molekul kecil, pada dasarnya obat apa pun yang dapat diminum oleh seseorang dalam bentuk pil seperti aspirin dan statin. Pil mudah untuk diminum dan murah untuk diproduksi.
Lab Terray yang elegan sangat berbeda dari masa lalu di dunia akademis ketika data disimpan dalam lembaran Excel dan otomatisasi adalah tujuan yang jauh.
“Saya adalah robotnya,” kenang Kathleen Elison, salah satu pendiri dan ilmuwan senior di Terray.
Namun pada tahun 2018, ketika Terray didirikan, teknologi yang diperlukan untuk membangun lab data gaya industri telah berkembang dengan pesat. Terray mengandalkan kemajuan oleh produsen luar untuk membuat chip mikroskala yang dirancang oleh Terray. Lab mereka diisi dengan peralatan otomatis, tetapi hampir semuanya disesuaikan – dimungkinkan oleh kemajuan dalam teknologi pencetakan 3-D.
Sejak awal, tim Terray menyadari bahwa A.I. akan menjadi kunci untuk membuat makna dari gudang data mereka, tetapi potensi A.I. generatif dalam pengembangan obat baru menyadari kemudian – meskipun sebelum ChatGPT menjadi hit pada tahun 2022.
Narbe Mardirossian, seorang ilmuwan senior di Amgen, menjadi chief technology officer Terray pada tahun 2020 – sebagian karena kekayaan data laboratoriumnya. Di bawah Dr. Mardirossian, Terray telah membangun tim sains data dan A.I. dan menciptakan model A.I. untuk menerjemahkan data kimia ke matematika, dan sebaliknya. Perusahaan telah merilis versi open-source.
Terray memiliki kesepakatan kemitraan dengan Bristol Myers Squibb dan Calico Life Sciences, sebuah anak perusahaan Alphabet, perusahaan induk Google, yang fokus pada penyakit terkait usia. Ketentuan dari kesepakatan tersebut tidak diungkapkan.
Untuk berkembang, Terray akan membutuhkan dana di luar $80 juta pendanaan ventura, kata Eli Berlin, adik dari Dr. Berlin. Dia meninggalkan pekerjaan di bidang ekuitas swasta untuk menjadi co-founder dan chief financial dan operating officer start-up, diyakinkan bahwa teknologi tersebut dapat membuka pintu menuju bisnis menguntungkan, katanya.
Terray sedang mengembangkan obat baru untuk penyakit peradangan termasuk lupus, psoriasis, dan rheumatoid arthritis. Perusahaan, kata Dr. Berlin, berharap memiliki obat dalam uji klinis pada awal 2026.
Inovasi pembuatan obat Terray dan rekan-rekannya dapat mempercepat proses, tetapi hanya sampai batas tertentu.
“Ujian utama bagi kami, dan bidang secara umum, adalah jika dalam 10 tahun Anda melihat kembali dan dapat mengatakan bahwa tingkat keberhasilan klinis meningkat secara signifikan dan kita memiliki obat yang lebih baik untuk kesehatan manusia,” kata Dr. Berlin.