Atomic AI, un’azienda biotecnologica all’avanguardia che unisce il machine learning con la biologia strutturale, ha annunciato un importante traguardo nel campo della ricerca farmaceutica basata sull’RNA. La compagnia ha introdotto il suo innovativo componente di piattaforma denominato ATOM-1™, un modello di base rivoluzionario che sfrutta i dati di mappatura chimica. Questo modello promette di migliorare significativamente la progettazione e lo sviluppo di terapie basate sull’RNA, prevedendo con precisione la struttura e la funzione dell’RNA.
Negli ultimi tempi, i vaccini basati sull’RNA messaggero (mRNA) hanno dimostrato il potenziale delle terapie RNA per trattare una vasta gamma di malattie, tra cui infezioni, cancro e patologie neurodegenerative. Tuttavia, la progettazione e la scoperta di terapie basate sull’RNA sono state limitate dalla mancanza di dati accurati per prevedere la struttura e la funzione dell’RNA. Fino a oggi, la disponibilità di dati di alta qualità sull’RNA è stata limitata, poiché gli approcci tradizionali, come l’uso di modelli animali o la microscopia crioelettronica, sono stati difficili da implementare e richiedono tempo.
ATOM-1 consente di prevedere la struttura e la funzione dell’RNA, inclusi aspetti cruciali delle terapie basate sull’RNA come piccole molecole, vaccini mRNA e RNA circolare. Manjunath “Manju” Ramarao, Ph.D., Direttore Scientifico di Atomic AI, ha dichiarato: “Il nostro obiettivo è semplificare il processo di scoperta di farmaci, collaborando con partner per ottimizzare le terapie a base di RNA in modo rapido ed efficiente.”
In un documento intitolato “ATOM-1: A Foundation Model for RNA Structure and Function Built on Chemical Mapping Data,” i ricercatori di Atomic AI hanno presentato un nuovo componente della loro piattaforma. Utilizzando dati di mappatura chimica raccolti internamente, hanno accumulato una vasta quantità di informazioni su milioni di sequenze di RNA, con oltre un miliardo di misurazioni a livello di nucleotidi. Il risultato è ATOM-1, un modello unico nel suo genere che può essere impiegato per migliorare diverse proprietà delle terapie RNA.
Rispetto ai metodi precedenti, ATOM-1 è in grado di prevedere in modo più accurato la struttura secondaria e terziaria dell’RNA. In un’analisi retrospettiva, ATOM-1 ha superato altri 1.600 metodi nella previsione della stabilità dell’mRNA in soluzione. Questo nuovo modello di base può essere ottimizzato con dati limitati, rendendo più accessibile la previsione di diverse proprietà dell’RNA e contribuendo all’evoluzione delle terapie basate sull’RNA.
Raphael Townshend, Ph.D., Fondatore e CEO di Atomic AI, ha concluso: “Ora abbiamo l’opportunità unica con ATOM-1 di prevedere con elevata precisione la struttura e il funzionamento dell’RNA, ottimizzandolo con solo una piccola quantità di dati iniziali. Questo rappresenta un importante passo avanti nella ricerca farmaceutica basata sull’RNA.”