Innophore: Grazer Jungfirma kooperiert mit Nvidia für Proteinanalyse
Innophore, ein 2017 gegründetes Startup, das sowohl in Graz als auch San Francisco ansässig ist, will die humanbiologischen Forschung im Bereich der Proteine revolutionieren. Dafür verwendet das Jungunternehmen die Technologie von Nvidia. Die Zusammenarbeit mit dem Chip-Giganten scheint für beide Firmen ein großer Erfolg zu sein, immerhin hat Nvidia-CEO Jensen Huang Innophore kürzlich in seiner Keynote auf der Tech-Messe CES erwähnt, schreibt dessen Mitgründer und CEO Christian C. Gruber auf LinkedIn.
Proteinanalyse wichtig für biologische Forschung
Das Jungunternehmen analysiert das menschliche Proteom, also die Gesamtheit aller Proteine im Menschen, mit der BioNeMo-Plattform von Nvidia. Innophore erstellt daraufhin einen fusionierten Datensatz von Strukturmodellen für das maschinelle Lernen. Auf dem Gebiet der Humanbiologie spielen Proteine eine entscheidende Rolle bei Gesundheit und Krankheit. Die Kenntnis ihrer Struktur auf molekularer Ebene ist laut dem Startup ein Eckpfeiler der biologischen Forschung.
Im Zeitalter der AI bestimmt die Qualität des Trainingssatzes die Genauigkeit des Modells. Innophore hat es sich zum Ziel gemacht, bei menschlichen Proteinen zuverlässige und genaue Datensätze zu erstellen. Mit der BioNeMo-Plattform sagt die Jungfirma Proteinstrukturen voraus. Zusätzlich verbessert man den Datensatz durch Homologiemodellierung mit der CavitomiX-Plattform von Innophore, um Qualität und Robustheit zu gewährleisten.
Nvidia bringt persönlichen KI-Supercomputer „Digits“ für 3.000 Dollar
Innophore bietet Datensatz für Proteinstruktur-Vorhersagen
Innophore stellt den Datensatz in zwei Formaten zur Verfügung: unbearbeitet und bearbeitet. Die unbearbeitete Version enthält die von verschiedenen Vorhersagemethoden erzeugten Rohstrukturen und bietet einen umfassenden Überblick über die verschiedenen Modellierungsansätze. Die bearbeitete Version hingegen enthält Verfeinerungen, einschließlich eines speziellen Datensatzes, der Regionen mit niedrigem Vorhersagevertrauen ausschließt.
Die Anwendungsmöglichkeiten dieses Datensatzes sind laut dem Jungunternehmen vielfältig. Der strukturbasierte Entwurf von Arzneimitteln, ein Bereich, der an der Spitze der pharmazeutischen Innovation steht, soll von der Fülle der zur Verfügung gestellten Strukturinformationen immens profitieren. Forschende sollen somit Proteinstrukturen im Detail erforschen und potenzielle Wirkstoffziele mit größerer Präzision identifizieren können.
Darüber hinaus der Datensatz die Vorhersage von Proteinfunktionen und -interaktionen vereinfachen. Damit will man ein tieferes Verständnis der molekularen Mechanismen der zugrunde liegenden physiologischen Prozesse und Krankheiten ermöglichen. Dies wiederum soll Fortschritte in Bereichen wie der personalisierten Medizin vorantreiben, wo maßgeschneiderte Behandlungen auf der Grundlage individueller Proteinprofile zunehmend realisierbar werden.
Nvidia will mit „Mega“ ein Roboter-Ökosystem schaffen und Lagerarbeit revolutionieren
