Nu ik weer wat meer tijd heb voor creatieve / innovatieve zaken, ben ik bezig met een super coole samenwerking tussen 2 van de Genzai start-ups (InnerBuddies en Proteine AI start-up) en 1 pharma development start-up waarmee we tevens samenwerken. Het doel is om voor een tweetal ziektebeelden die gerelateerd zijn aan het darm microbioom (2 van de 542) op proteïne/molecule niveau door te gaan rekenen welke functies in welke proteïnen van de bij de ziektebeelden betrokken bacteriën waarschijnlijk de relatie met het ziektebeeld veroorzaakt en vervolgens te gaan berekenen welke voedingsingrediënten en bekende farma moleculen het beste deze functies kunnen blokkeren of beïnvloeden. En dat allemaal via de “in-silico” architectuur die we bij onze Proteine AI start-up gebouwd hebben. We kunnen daarmee ongeveer 1 miljoen “dockings” per maand doen dus we kunnen grote aantallen voedingsingrediënten en/of geneesmiddelen “screenen” op de impact die ze potentieel kunnen hebben op de bij de ziektebeelden betrokken bacteriën. Vervolgens gaan we de voedingsingrediënten testen in een grotere trial bij InnerBuddies om te kijken of we daadwerkelijk de impact op het darm microbioom terug zien van het hieruit resulterende voedingsadvies. En hopelijk kunnen we ook de “impact” op het ziektebeeld zelf meten.
Nu ben ik zelf geen expert in voeding of life sciences, mijn achtergrond is AI/ICT en Logistiek (maar inmiddels met alle start-ups wel diep betrokken in de voeding en life sciences). Dus dit idee besproken met enkele professoren en experts op die domeinen en die waren allemaal enthousiast en willen meedoen. We hebben inmiddels ook met onze “in-silico” architectuur al wat testen gedraaid die tevens aangeven dat het zou moeten kunnen.
Het zou wel uniek en “disruptive” zijn. Deze zelfde methode zouden we immers kunnen toepassen straks op alle 542 ziektebeelden die in verband zijn gebracht met het darm microbioom. En doordat we het “in-silico” doen kunnen we dit hele proces op grote schaal draaien tegen een fractie van de kosten en tijd van de huidige methoden.
We zijn bezig om dit samen te vatten in een leuk voorstel voor de MIT R&D AI regeling. Eens kijken of we het er succesvol doorheen kunnen krijgen. Zou ook wel vet cool zijn voor InnerBuddies. Kunnen we straks een fact-based op proteïne/molecule niveau doorgerekend gepersonaliseerd voedingsadvies geven met schaalbaarheidspotentieel naar 542 ziektebeelden…..
Mocht je hier als professor of bedrijf door geïnspireerd raken, neem dan even contact op.
#lifesciences#development#ai#food#genzai#pharma
