SAN DIEGO, CA, 29 octobre 2024 – Iambic Therapeutics, une entreprise de biotechnologie de premier plan en phase clinique, a dévoilé sa dernière innovation, Enchant™. Ce modèle de transformation multimodal de pointe est un outil puissant développé à l’aide de leur plateforme de découverte basée sur l’intelligence artificielle propriétaire. Enchant™ vise à prévoir les propriétés cliniques cruciales des médicaments potentiels dès le début du processus de découverte de médicaments.
Enchant™ permet aux chercheurs d’Iambic de disposer d’un outil in silico qui prédit l’efficacité des molécules dès le début des programmes de développement de médicaments. Des prévisions précieuses sur les propriétés pharmacocinétiques d’un médicament, telles que son interaction avec le corps humain, permettent aux scientifiques de prendre des décisions éclairées qui peuvent grandement augmenter la probabilité de succès clinique avant le début des essais cliniques. Cela, à son tour, a le potentiel de réduire considérablement les dépenses financières pour la recherche et le développement de médicaments tout en soulageant certaines des pressions pour les volontaires des essais cliniques.
Enchant est un transformateur multimodal polyvalent capable de traiter simultanément divers types de données. Fortifié avec d’importantes sources de données publiques et privées et de modalités, Enchant™ assimile des données limitées d’essais humains avec de nombreuses données de découverte préclinique. Cette méthode aide à prédire les propriétés essentielles des médicaments qui contribuent aux résultats cliniques finaux.
La preuve de la puissance prédictive d’Enchant est présentée dans un livre blanc lancé aujourd’hui. En tant que transformateur entièrement multimodal, Enchant™ s’appuie sur les travaux précédents d’Iambic pour contrer deux défis majeurs liés aux données : les différents types de données conçus à divers niveaux de R&D et les normes de qualité divergentes des sources de données publiques. Ces défis sont relevés de front par les chercheurs d’Iambic en harmonisant, purifiant et convertissant les données en unités gérables, ou jetons, optimales pour l’entraînement des modèles.
