Компанія AgPlenus оголосила про запуск Antifungal Potency Predictor (APP) — моделі машинного навчання, що прогнозує протигрибкову потужність малих молекул безпосередньо з їхньої хімічної структури. Рішення інтегрують у платформу ChemPass AI for Ag і позиціонують як інструмент для раннього відбору кандидатів у фунгіциди до лабораторних випробувань.
Про це повідомляє сайт Аграрії разом з посиланням на Agropages.
AgPlenus Ltd. (дочірня компанія Evogene Ltd.) повідомила про запуск Antifungal Potency Predictor (APP) — нової моделі машинного навчання, яка прогнозує протигрибкову активність (potency) малих молекул на основі їхньої хімічної структури. За заявою компанії, модель розширює можливості платформи ChemPass AI for Ag, дозволяючи оцінювати біологічну ефективність ще до хімічного синтезу та підтвердження у грибних біотестах.
У повідомленні також наведено контекст ринку та проблематики: глобальний ринок фунгіцидів компанія оцінює приблизно у $22 млрд на рік (зазначено як розрахунки компанії). Окремо підкреслюється, що повторюване застосування наявних фунгіцидів прискорює появу резистентних патогенів, що знижує довгострокову ефективність частини комерційних продуктів і підсилює потребу в нових діючих речовинах з іншими механізмами дії та відмінними хімічними структурами.
Що саме робить APP і як її планують застосовувати
За описом AgPlenus, APP створено на основі «просунутих» алгоритмів машинного навчання, натренованих на власних курованих наборах даних компанії. Модель має доповнити попередні можливості ChemPass AI for Ag, які, за заявою розробників, використовувалися для пошуку нових мішеней у захисті рослин і генерації молекул з високою афінністю до білків-мішеней. Новий модуль, як зазначено, додає прогнозування активності малої молекули вже «всередині гриба».
Практичний ефект, на який розраховує компанія, — краще рішення на ранніх етапах відбору кандидатів: прогнозування potency до синтезу та біологічного тестування має зменшити кількість молекул, які потрібно перевіряти експериментально, і сфокусувати ресурси на сполуках із вищою ймовірністю подальшого розвитку.
Патогени та напрями, які згадує компанія
AgPlenus повідомляє, що APP планують використовувати для підтримки внутрішнього «фунгіцидного пайплайну», де серед цілей згадується APTF-1. Як приклад хвороби, проти якої спрямований цей напрям, названо Septoria Wheat Blotch. Також у планах розширення пайплайну згадано інші патогени, зокрема Botrytis і Fusarium.
Коментар компанії
«…запуск нашого Antifungal Potency Predictor… дозволяє прогнозувати протигрибкову активність безпосередньо зі структури молекули, до хімічного синтезу. Модель APP дає змогу ідентифікувати та пріоритезувати якісні кандидати на найраніших етапах відкриття», — заявив CEO AgPlenus Дан Дж. Гелван.
У компанії також зазначили, що APP розглядають як основу для подальшої спільної розробки додаткових предиктивних AI-моделей разом з Evogene — для прогнозування інших біологічних атрибутів у процесі пошуку нових рішень для захисту рослин.