BioStrand, filiale d'IPA, annonce une avancée majeure dans les sciences du vivant avec son Advanced Foundation AI Model utilisant l'empilement LLM et la technologie HYFT
BioStrand, filiale d'IPA, annonce une avancée majeure dans les sciences du vivant avec son Advanced Foundation AI Model utilisant l'empilement LLM et la technologie HYFT
investors@ipatherapeutics.com
IPA (IMMUNOPRECISE ANTIBODIES LTD.) (la « Société » ou « IPA ») (NASDAQ : IPA), une société de recherche et de technologie biothérapeutique axée sur l’intelligence artificielle, annonce aujourd'hui le développement de son Foundation AI Model, qui représente une avancée significative dans la R&D des sciences de la vie. Le modèle de la Société combine de manière unique les forces des grands modèles de langage (LLM) via une technique avancée d'empilement avec la technologie brevetée HYFT de BioStrand. La capacité d'HYFT à identifier des « empreintes » uniques dans les séquences biologiques permet aux LLM empilés d'appliquer leurs vastes connaissances avec une spécificité accrue, avec à la clé des prédictions et des informations plus précises. Cette intégration marque un moment décisif dans l'utilisation de l'intelligence artificielle pour l'analyse de données biologiques complexes et la découverte de médicaments.
Présentation des subtilités de la technologie HYFT
Au cœur du succès du Foundation AI Model de BioStrand réside l’utilisation de sa technologie HYFT brevetée, un cadre sophistiqué conçu pour identifier et exploiter les schémas universal fingerprint™ dans l'ensemble de la biosphère. Ces empreintes agissent comme des points d’ancrage critiques, englobant des couches d’information détaillées qui relient les données séquentielles aux données structurelles, aux informations fonctionnelles, aux informations bibliographiques et plus encore, servant ainsi de passerelle entre les domaines disparates de la connaissance. Le noyau de la plateforme de BioStrand est construit sur un graphique de connaissances complet et en expansion continue, cartographiant 25 milliards de relations entre 660 millions d’objets de données et reliant les données séquentielles, structurelles et fonctionnelles de l’ensemble de la biosphère à des textes écrits tels que la littérature scientifique, fournissant ainsi une compréhension holistique des relations entre les gènes, les protéines et les voies biologiques.
L’intégration optimale des HYFT avec des LLM empilés permet au modèle d'IA de BioStrand AI de décoder le langage complexe des protéines, générant ainsi des informations cruciales pour le développement de médicaments à base d'anticorps et la médecine de précision.
Développés à l’origine pour le traitement du langage naturel (NLP), les grands modèles de langage (LLM) peuvent également être appliqués au « langage des protéines », permettant ainsi d’obtenir des informations sur les tâches, notamment la prédiction de la structure des protéines, l’optimisation de la liaison des anticorps et la mutagénèse des protéines.
Pour comprendre le « langage des protéines », il est essentiel de détecter les mots pertinents et leur démarcation. C’est là que les HYFT servent de catalyseurs critiques. En exploitant les capacités de calcul sophistiquées de HYFT, la notion jusque-là abstraite d’identification des unités fonctionnelles, ou « mots », dans les séquences de protéines est rendue concrète, permettant ainsi une cartographie et une analyse précises.
L'Advanced Foundation AI Model utilise une approche différenciée appelée « empilement LLM » pour combiner intelligemment différents LLM, avec les HYFT liés à des caractéristiques spécifiques trouvées dans divers LLM. Employant une analogie de langage naturel, cela signifie qu'il est possible de distinguer la signification du mot « Apple » en fonction du contexte spécifique. En d’autres termes, le mot « Apple » fait-il référence au type de fruit ou au pionnier de la Silicon Valley ? Dans un contexte des sciences de la vie, ces caractéristiques, par exemple, pourraient inclure l’identification des résidus critiques d’acides aminés impliqués dans la liaison aux protéines ou la détection des variations séquentielles associées à la prédisposition à une maladie. La diversité séquentielle exploitée par les HYFT a été découverte lors du regroupement des données de séquençage de prochaine génération provenant de la filiale d’IPA, Talem Therapeutics, en utilisant le réseau HYFT en association avec l’empilement LLM. Grâce à l’incorporation de diverses caractéristiques fournies par l’empilement LLM dans cette étude, il a été possible de faire la différence entre les anticorps liant et non-liant, même lorsqu’ils partagent des schémas HYFT similaires.
Ouvrir de nouveaux horizons dans les sciences de la vie
Le concept de « démarcation des mots » dans les langages protéiques offre une approche révolutionnaire pour débloquer les complexités de la structure et de la fonction des protéines, comblant ainsi une lacune dans la base de connaissances des chercheurs et des développeurs de médicaments. En permettant l’identification et la manipulation précises des unités fonctionnelles au sein des protéines, cette méthodologie innovante ouvre la voie à des avancées dans la découverte de médicaments, les thérapies à base de protéines et la biologie synthétique. Elle promet non seulement d’accélérer le développement de traitements ciblés avec une efficacité accrue et des effets secondaires réduits, mais aussi de révolutionner l’ingénierie et la conception des protéines. Cette approche, qui s’appuie sur des modèles informatiques et des techniques d’analyse de pointe, vise à réduire considérablement les délais et les coûts de R&D.
Promouvoir la découverte de médicaments et la médecine de précision - LENS ai ™ Integrated Intelligence Technology™
Cette méthodologie révolutionne la recherche biotechnologique et pharmaceutique en fournissant un cadre solide pour la découverte de médicaments, l’ingénierie des protéines et le développement de thérapies à base de protéines. L’application de la « démarcation des mots » de la technologie HYFT est particulièrement prometteuse et vise à accélérer considérablement les processus de R&D. Grâce à la fourniture de traitements ciblés et à la création de nouvelles thérapies, la technologie HYFT offre une réduction des délais et des coûts de développement.
En fournissant une compréhension totale des relations complexes entre les gènes, les protéines et les voies biologiques, le modèle ouvre la voie au développement de thérapies ciblées et de stratégies de traitement personnalisées.
Réaffirmer le leadership de BioStrand dans l’innovation biotech
« Le développement de notre Foundation AI Model, optimisé par notre approche unique d’empilement LLM et la technologie HYFT brevetée, marque une étape importante dans le domaine de la recherche biotechnologique », déclare Dirk Van Hyfte, MD, PhD, cofondateur et responsable de l’innovation, BioStrand. « Cette innovation élargit non seulement les limites de la recherche biotechnologique actuelle, mais établit également une nouvelle norme pour l’application de l’IA dans la résolution de défis biologiques complexes. »
« Alors que la communauté mondiale reconnaît le potentiel de transformation de l’intelligence artificielle dans les sciences de la vie », poursuit le Dr Hyfte, « je suis convaincu que le Foundation AI Model de BioStrand sera à l’avant-garde de l’innovation et des futures solutions optimisées par l’IA en biologie et en découverte de médicaments. »
Un avenir de découverte collaborative
Conformément à notre mission de promouvoir la collaboration et l’innovation au sein de la communauté des sciences de la vie, nous sommes heureux d’annoncer que la CEO d’IPA, la Dre Jennifer Bath, participe à la première conférence virtuelle annuelle H.C. Wainwright sur la découverte et le développement de médicaments basés sur l’intelligence artificielle, ce 7 mars 2024. Cette participation souligne notre engagement à diriger la conversation sur l’avenir des solutions basées sur l’IA en biologie et en médecine.
En outre, nous sommes ravis d’annoncer la participation de Dirk Van Hyfte, MD, PhD, cofondateur et responsable de l’innovation de BioStrand, au côté de notre précieux partenaire technologique, InterSystems, à la conférence HIMSS®24 de cette année à Orlando, en Floride. Ensemble, nous présenterons nos dernières avancées dans le domaine des technologies des soins de santé grâce au programme Innovator Introduction d’InterSystems.
Notre présentation se concentrera sur l’introduction de notre Universal Foundation AI Model pour l’intégration de données biologiques multiéchelles.
Nous vous invitons à suivre notre session de présentation express, durant laquelle nous explorerons les capacités et l’impact potentiel de notre Universal Foundation AI Model. Nous vous invitons également à des conversations fructueuses sur le stand d’InterSystems (n°1361) lors de la conférence HIMSS, du 12 au 14 mars 2024.
À propos d'ImmunoPrecise Antibodies Ltd.
ImmunoPrecise Antibodies Ltd. possède plusieurs filiales en Amérique du Nord et en Europe, notamment des entités telles que Talem Therapeutics LLC, BioStrand BV, ImmunoPrecise Antibodies (Canada) Ltd. et ImmunoPrecise Antibodies (Europe) B.V. (collectivement, la « famille IPA »). La famille IPA est un groupe de recherche et de technologie biothérapeutique qui s’appuie sur la biologie des systèmes, la modélisation multi-omique et des systèmes complexes d’intelligence artificielle pour soutenir ses technologies exclusives de découverte d’anticorps basées sur une bioplateforme. Ses services comprennent la découverte, le développement et l’octroi de licences de produits biologiques thérapeutiques hautement spécialisés et complets afin d’aider ses partenaires commerciaux dans leur quête de découverte et de développement de nouveaux produits biologiques contre les cibles les plus difficiles. Pour de plus amples informations, veuillez consulter le site www.ipatherapeutics.com .
Informations prospectives
Le présent communiqué de presse contient des déclarations prospectives au sens des lois sur les valeurs mobilières des États-Unis et du Canada. Les déclarations prospectives sont souvent identifiées par l’utilisation de mots tels que « potentiel », « planifie », « s'attend à » ou « ne s’attend pas à », « est attendu », « estime », « a l'intention de », « anticipe » ou « n'anticipe pas » ou « pense », ou des variantes de ces termes ou indiquent que certaines actions, événements ou résultats « peuvent », « pourraient », « pourront » être pris, se produire ou être réalisés. Les informations prospectives contenues dans le présent communiqué comprennent, sans s’y limiter, les déclarations relatives aux résultats attendus sur le marché, aux sciences de la vie, à la découverte et au développement de médicaments, à l’intégration et/ou au succès des technologies LENSai, LLM, RAG ou HYFT, y compris leurs avantages, et aux déclarations relatives à l’augmentation attendue des sources de revenus et de la croissance financière d’IPA. En ce qui concerne les informations prospectives contenues dans les présentes, IPA a fourni ces déclarations et informations en se fondant sur certaines hypothèses que la direction jugeait raisonnables.
L’information prospective comporte des risques connus et inconnus, des incertitudes et d’autres facteurs qui peuvent faire en sorte que les résultats réels, la performance ou les accomplissements déclarés dans les présentes soient sensiblement différents de tout résultat futur, rendement ou réalisation exprimé ou implicite par l’information prospective. Les résultats réels pourraient différer sensiblement de ceux actuellement prévus en raison d’un certain nombre de facteurs et de risques, y compris, sans s’y limiter, le risque que l’intégration de la plateforme LENS ai d'IPA avec sa technologie HYFT ne présente pas les résultats escomptés, les risques que les avantages attendus pour les soins de santé, y compris la réduction des délais de développement et des coûts, et que le développement de traitements ciblés avec une efficacité plus élevée et des effets secondaires réduits ne soient pas atteints, les risques que les avantages pour la découverte de médicaments, les thérapies basées sur les protéines, et la biologie synthétique ne soient pas atteints, en outre, les résultats réels pourraient différer sensiblement de ceux actuellement prévus en raison d’un certain nombre de facteurs et de risques, comme indiqué dans la notice annuelle de la Société datée du 10 juillet 2023 (consultable sur le profil de la Société à l’adresse www.sedar.com ), et dans le formulaire 40-F de la Société, daté du 10 juillet 2023 (consultable sur le profil de la Société à l’adresse www.sec.gov ). Si un ou plusieurs de ces risques ou incertitudes se concrétisaient, ou si les hypothèses sous-jacentes aux déclarations prospectives s’avéraient incorrectes, les résultats réels, la performance ou les accomplissements peuvent varier sensiblement de ceux exprimés ou suggérés dans les déclarations prospectives contenues dans le présent communiqué. Le lecteur est invité à ne pas se fier indûment aux informations prospectives contenues dans le présent communiqué de presse. Les déclarations prospectives contenues dans le présent communiqué sont faites à la date du présent communiqué et, par conséquent, peuvent être modifiées après cette date. La Société rejette toute obligation de mettre à jour ou de réviser les déclarations prospectives, qu’elles soient écrites ou orales, qui peuvent être faites de temps à autre par nous ou en notre nom, sauf si la loi applicable l’exige.
Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.
Consultez la version source sur businesswire.com : https://www.businesswire.com/news/home/20240307545851/fr/