פיתוח מערכת סינון וירטואלי מבוססת AI לגילוי תרופות
זיהוי מולקולות פעילות מתוך ספרייה של מיליארדי תרכובות הוא אתגר מרכזי בגילוי תרופות. HTS קלאסי דורש שבועות ומיליוני דולרים. סינון וירטואלי מבוסס AI Virtual screening משנה את הכללים: אנו בונים מערכות מקצה לקצה במפתח-על, מבחירת טביעות אצבע מולקולריות ועד פריסה על אשכול GPU.
בפרויקט אחד, מצאנו 12 להיטים פעילים עם שיעור פגיעה של 14% ב-3 שבועות, לעומת 0.5% בסינון אקראי, תוך חיסכון של פי 20 בתקציב. הפתרונות שלנו מקצרים את זמן גילוי הלהיטים מחודשים לימים — העריכו את הפרויקט שלכם על ידי יצירת קשר.
אנו נשענים על 10 שנות ניסיון בכימואינפורמטיקה ו-MLOps. אנו מבטיחים איכות: גורם העשרה EF@1% > 50, דיוק חיזוי בתוך מרווחי הסמך של המודל. עבור סינון בקנה מידה של מיליארדים, אנו משתמשים בתשתית מבוזרת: אשכולות GPU עם 8–32 A100, Triton Inference Server, ו-ONNX Runtime להסקת מודלים.
שיטות סינון וירטואלי
סינון מבוסס ליגנד (LBVS)
משתמש במידע על מולקולות פעילות ידועות. אם יש לנו קבוצה של מולקולות פעילות נגד מטרה, אנו מחפשים דומות להן.
- חיפוש דמיון: טביעות אצבע מולקולריות (Morgan/ECFP, MACCS) + מקדם Tanimoto. מהיר, מתרחב למיליארדים.
- מודלינג פרמקופורי: זיהוי נקודות פרמקופוריות תלת-ממדיות מרכזיות של מולקולות פעילות → חיפוש מולקולות עם אותו סידור מרחבי.
- QSAR (Quantitative Structure-Activity Relationship): מודל ML חוזה pIC50 מתוך תכונות מבניות.
סינון מבוסס מבנה (SBVS)
משתמש במבנה התלת-ממדי של חלבון המטרה. מולקולות מעוגנות (docked) לתוך האתר הפעיל. צוואר הבקבוק של SBVS קלאסי: עיגון מולקולה אחת אורך שניות → מיליארד מולקולות = 30 שנות CPU. פתרונות AI:
- מודלים ML תחליפיים: ניקוד ML מהיר (מילישניות) מחליף עיגון כמסנן מקדים.
- פוטנציאלים של רשתות נוירונים לניקוד: הערכת קישור מדויקת יותר.
- עיגון בקנה מידה עצום: Glide SP, DOCK6 מותאמים לקנה מידה של 10⁹ עם תשתית מתאימה.
כיצד סינון AI עולה על עיגון קלאסי?
עיגון קלאסי (SBVS) יקר מבחינה חישובית: מולקולה אחת אורכת שניות של CPU. מודלים תחליפיים מבוססי AI מקצרים את הזמן למילישניות תוך שמירה על דיוק. בפרויקט בדיקה, החלפנו את העיגון במסנן מקדים: המהירות עלתה פי 1000, AUC ROC נשאר ב-0.85. השוואת שיטות:
| שיטה | זמן למיליון מולקולות | דיוק (AUC) |
|---|---|---|
| עיגון קלאסי | ~30 ימים (CPU) | 0.8–0.9 |
| ML תחליפי | ~שעה (GPU) | 0.75–0.85 |
| משפך משולב | ~3 ימים (GPU) | 0.85–0.95 |
סינון ספריות בקנה מידה עצום
Enamine REAL Space: 36 מיליארד מולקולות נגישות סינתטית. אסטרטגיה יעילה היא משפך היררכי בתוספת סינון גנרטיבי.
הטבעות מולקולריות
אימון מקודד (Transformer או GNN) לייצוגים וקטוריים קומפקטיים של מולקולות. חיפוש שכן קרוב במרחב ההטבעות במילישניות. FAISS לאינדוקס מיליארדי וקטורים.
סינון גנרטיבי (Make-on-Demand)
במקום לסנן ספרייה בנויה מראש, לייצר מולקולות חדשות עם תכונות רצויות במרחב כימי נגיש סינתטית. Reinvent, SAFE (IUPAC), Synthetically Accessible Drug Space.
גישת משפך היררכי
Billion-scale library → Fast ML pre-filter (Tanimoto/embedding): 10⁹ → 10⁶ → QSAR activity filter: 10⁶ → 10⁵ → Fast docking: 10⁵ → 10⁴ → Accurate docking (Glide XP): 10⁴ → 10³ → FEP calculation: 10³ → 100 → Synthesis & experimental validation: ~50
כל רמה: שיטה איטית יותר אך מדויקת יותר. תפוקת כל רמה מותאמת לקיבולת של הרמה הבאה.
דוגמה אמיתית לצינור משפך
בפרויקט אמיתי עבור חברת פארמה, השתמשנו ב: מסנן מקדים Tanimoto על 10⁸ מולקולות, לאחר מכן מודל QSAR מסוג LightGBM, לאחר מכן Glide SP על 10⁵, לאחר מכן Glide XP על 10⁴. מחזור מלא: 3 ימים על 32 A100. שיעור פגיעה סופי: 8%.מדוע למידה אקטיבית יעילה יותר מסינון אקראי?
VS מסורתי: דגימה אקראית לבדיקה. למידה אקטיבית — מודל ML בוחר אילו מולקולות הן האינפורמטיביות ביותר עבור האיטרציה הבאה של הניסויים.
מחזור:
- מערך נתונים ראשוני (1000 מולקולות עם פעילות מדודה)
- אימון מודל תחליפי
- פונקציית רכישה בוחרת את 100 המולקולות הבאות (Expected Improvement, UCB)
- סינתזה + בדיקה
- חזרה
תוצאה: מפחית את הסינתזות הנדרשות פי 5–20 בהשוואה לסינון אקראי כדי למצוא להיטים פעילים. בפרויקט אחד, השגנו שיעור פגיעה של 12% עם למידה אקטיבית לעומת 1% עם אקראי — חיסכון בתקציב של פי 10.
מדדי יעילות סינון
| מדד | תיאור |
|---|---|
| גורם העשרה (EF) | כמה פעמים יותר מולקולות פעילות ב-top-X% לעומת בחירה אקראית |
| AUC (ROC) | הבחנה בין פעיל / לא פעיל |
| BEDROC | מדד משוקלל המדגיש להיטים מובילים |
| שיעור פגיעה | % פעילים מבין המועמדים המסונתזים |
מטרה: EF@1% > 50 (1% המובילים של המולקולות מכילים פי 50 יותר פעילים מאקראי). תשתית לסינון בקנה מידה של מיליארדים: אשכול GPU (8–32 A100), הסקה מבוזרת עם Ray או Dask, אחסון אובייקטים לנתונים מולקולריים. סינון מלא של מיליארד מולקולות: 24–72 שעות בהתאם לעומק הניתוח.
מה כלול בפיתוח מערכת סינון מבוססת AI?
כל פרויקט כולל:
- ניתוח נתונים ובחירת ייצוג מולקולרי (טביעות אצבע, הטבעות)
- בנייה ואימון של מודלים תחליפיים (QSAR, GNN, Transformer)
- תכנון צינור משפך תוך התחשבות במשאבים חישוביים
- פריסה על תשתית GPU (Triton Inference Server, ONNX Runtime)
- אינטגרציה עם מסדי נתונים (PostgreSQL + pgvector להטבעות)
- תיעוד, הכשרת צוות, תמיכה במהלך התפעול
לוח זמנים: מ-4 שבועות עבור הוכחת היתכנות בסיסית ועד 3 חודשים עבור מערכת ייצור מלאה. העלות מחושבת באופן פרטני — נעריך את הפרויקט שלכם בעת יצירת קשר.
אנו מבטיחים שחזוריות של תוצאות ומספקים תעודות איכות מודל. ניסיון: 30+ פרויקטים בגילוי תרופות, 5+ שנים בשוק AI/ML. הזמינו פיתוח של מערכת סינון וירטואלי מבוססת AI וקבלו ייעוץ מהמהנדסים שלנו.