Leash Biosciences

Leash BiOSciences - biotech платформа, сочетающая лабораторные эксперименты и машинное обучение. Для того чтобы ускорить разработку малых молекул для сложных белковых мишеней. Команда строит гигантский массив данных по взаимодействию белков и химических соединений и на его основе обучает модели. Они способены предсказывать, какие кандидаты с наибольшей вероятностью свяжутся с конкретным таргетом.

Сервис ориентирован на фармкомпании, стартапы и исследовательские группы, которым нужно быстро находить перспективные lead соединения, уменьшать число лабораторных итераций и принимать решения на основе реальных биохимических измерений, а не только виртуального докинга.

В основе платформы - фундаментальная модель медхима, обученная на миллиардах экспериментальных данных о связывании белков и малых молекул. Для этого Leash проводит скрининг миллионов соединений против тысяч белковых мишеней и формирует высококачественные пары белок молекула с меткой, есть связывание или нет.

Данные упакованы в специальные датасеты: BELKA (Big Encoded Library for Chemical Assessment). Он используется сообществом для соревнований по предсказанию связывания и разработки новых архитектур моделей. BELKA содержит сотни миллионов молекул, идентификаторы белков и закодированную информацию о взаимодействии. Делает его одной из крупнейших открытых коллекций для задач drug discovery.

На прикладном уровне платформа позволяет загружать интересующие белковые мишени, запускать предсказания по большой библиотеке соединений и быстро получать ранжированные списки кандидатов для последующей валидации in vitro.

• Масштаб и качество данных. Десятки миллиардов измерений белок молекула собираются в стандартизированных условиях. Критично для устойчивой работы ML моделей в медхиме.
• Фокус на сложных таргетах. Платформа нацелена на труднодоступные белки, где классические подходы дают мало результата. Помогает находить новые классы лигандов.
• Сильное ML ядро. Используются современные архитектуры и представления молекул/белков. Улучшает точность предсказаний и переносимость между проектами.
• Открытость части экосистемы. Датасет BELKA доступен исследователям и участникам соревнований. Стимулирует развитие методов и повышает доверие к данным компании.

• Зависимость от собственной экспериментальной базы. Качество и репрезентативность предсказаний напрямую зависят от того, насколько полно платформа покрывает нужные классы белков и химическое пространство; для редких или узкоспециализированных задач может потребоваться дополнительный скрининг.
• Интеграция в существующий R&D pipeline. Для реальной фармразработки предсказания нужно встроить в процессы hit to-lead, ADME/T и клинического планирования. Требует времени, ресурсов и изменения внутренних рабочих процессов.
• Не заменяет мокрую валидацию. Несмотря на масштаб датасетов и точность моделей, результаты по прежнему нуждаются в лабораторном подтверждении, а экономия достигается за счёт сокращения количества экспериментов, а не полного отказа от них.

Рабочая ссылка на нейросеть Leash Biosciences на русском языке бесплатно. Если ИИ приложение/сайт не работает или описание не соответствует действительности, сообщите нам.