ReactWise
Summer 2024活動中化学プロセス最適化のためのAI Co-Pilot
- サマリー
- 製薬企業の化学者向けに、化学プロセス開発を最適化するAI Co-Pilotを提供する
- 課題
- 医薬品製造プロセスの設計が試行錯誤や網羅的な実験で遅く、高コストかつ無駄が多い
- 解決策
- Transfer learningとBayesian optimizationで実験条件を最適化し、no-codeソフトウェアとAPIで実験を自動化する
AI による要約
- 所在地
- London, England, United Kingdom
- チーム規模
- 2 人
事業内容
ミッション: ウェットラボの化学者にデータ駆動型最適化と実験のロボット実行機能を提供し、化学プロセス開発の迅速化と自動化を実現する。 課題: 新薬の発見は、疾病と闘うための最も重要な手段の一つ。しかし、医薬品を大規模製造するための化学プロセス設計に数カ月を要することが多く、FDA試験の開始を遅らせ、上市までの期間を長期化させている。化学プロセスの設計では、触媒・温度・溶媒などの適切なパラメータを特定する必要がある。現在のプロセス開発は、時間のかかる試行錯誤による実験や、高コストで無駄の多い網羅的スクリーニングに頼ることが多い。 アプローチ: Transfer learningとBayesian optimizationを活用した化学プロセス最適化アルゴリズムを開発している。ウェットラボでアルゴリズムを検証し、網羅的スクリーニングと比較して、必要な実験回数とコストを最大95%削減できることを実証した。使いやすいno-codeソフトウェアプラットフォームを通じて化学者が利用できるほか、APIにより自動化ラボ機器からも利用できる。