Een van onze early-stage initiatieven met de meeste potentie richt zich op de wereld van proteïne moleculen. Door recente ontwikkelingen op A.I. vlak gebeurt er een enorm disruptieve ontwikkeling op het vlak van Structural Biology zoals het vakgebied heet. Al tientallen jaren probeert men in de computer chemische, biologische en farmaceutische processen te simuleren. Echter de betrouwbaarheid daarvan was veel lager dan experimentele testen in het laboratorium. Daardoor kwam het niet echt van de grond. Door de allernieuwste A.I. ontwikkelingen op dit vakgebied is het echter inmiddels mogelijk in de computer eenzelfde soort betrouwbaarheid te halen als in het laboratorium. Dat was aanleiding voor Genzai om samen met een groot chemisch bedrijf een samenwerking te starten op dit gebied.

In de eerste 6 maanden van dit jaar zijn we gestart met twee case studies uit de chemische wereld. Doel was om te kijken of we in de computer tot hetzelfde resultaat konden komen als wat er in laboratorium testen reeds was gebleken. En dat is gelukt. Een ICT afstudeerder die mede mee heeft gewerkt aan dit project heeft vandaag zelfs een 10 gekregen voor zijn afstudeerproject. We hebben met name een technology stack gebouwd die zich richt op Folding (het vertalen van een aminozuursequentie tot een 3D structuur), Docking (berekenen hoe twee moleculen met elkaar binden) en Mutatie Optimalisatie (hoe kun je 1 van de moleculen zodanig aanpassen dat de binding verder geoptimaliseerd wordt?). Overigens ook allemaal zware berekeningen die we op onze eigen supercomputer draaien.

In het tweede half jaar gaan we werken aan een aantal farma case studies. Een daarvan gaat over het automatisch voorspellen van de functie van een proteïne molecuul. Bij één van onze andere start-ups hebben we bijvoorbeeld te maken met bacteriën. Nu is een bacterie gewoon een verzameling van gemiddeld 550 proteïne moleculen. Dus bottom-up zouden we daarmee wellicht de functie en rol van bacteriën kunnen bepalen.

Een andere use case gaat meer over medicijn ontwikkeling. Daarbij pakken we een “disease receptor” (bijvoorbeeld het Spike Protein van Covid-19). En dan gaan we op grote schaal bestaande medicijnen en kruiden “docken” met deze disease receptor om te kijken welk medicijn het beste zou werken. Tevens willen we dan rekening houden met zogenaamde “off-targets”. In de farma wereld wil men namelijk bewijzen dat een medicijn heel specifiek werkt op een disease receptor maar juist niet op de zogenaamde off-targets (dit om eventuele bijwerkingen te vermijden). Maar te specifiek is ook niet goed, zo wil je dat een Covid-vaccin zowel op de Alpha, Beta, Gamma en Omicron mutaties werkt (en tegelijkertijd zo min mogelijk bijwerkingen heeft).

Een super gespecialiseerde wereld met diepe domeinkennis. Dus voor ons team was de learning curve (met veel chemische en biologische termen) super groot de eerste maanden. Maar gelukkig hebben we ondersteuning van top experts op chemie/biologie gebied.
#genzai