Syngenta emprega plataforma exclusiva de IA para acelerar pipeline de P&D
10 de fevereiro de 2021 Os benefícios do aprendizado de máquina estão começando a se manifestar na agricultura, e as aplicações em P&D podem ter impacto mais imediato do que o reconhecimento de imagem comparativamente simples sendo implantado em campos ao redor do mundo. Syngenta anunciado em 3 de fevereiro que irá colaborar com uma empresa de software de inteligência artificial Medicina Insilico para encontrar, isolar e sintetizar novas moléculas, ao mesmo tempo em que aceleramos o cronograma de desenvolvimento inicial de um 20% direcionado.
A parceria aborda a relativa escassez de novas IAs comercializadas nos últimos anos, uma dinâmica que está pressionando os agricultores a encontrar soluções agronômicas para as pressões de pragas, agravada pelo maior escrutínio regulatório e LMRs cada vez mais restritivos para produtos químicos legados.
Camilla Corsi, Syngenta
“O desafio da inovação tem aumentado nos últimos anos”, afirma Camilla Corsi, chefe de pesquisa em proteção de cultivos da Syngenta, em entrevista exclusiva ao Agronegócio Global. “Há menos produtos químicos chegando ao mercado, e estamos revisando a maneira como inovamos regularmente para garantir que tenhamos uma chance melhor de entregar produtos ao mercado no futuro. Então, fizemos muito para mudar nossa plataforma para que possamos entregar novos dados em um estágio muito inicial para entender, por exemplo, a seletividade em relação a benéficos, culturas, custos e sustentabilidade geral de moléculas no longo prazo.”
A parceria plurianual é exclusiva, o que significa que a Insilico não trabalhará com outras empresas de proteção de plantas. O acordo permite que as empresas compartilhem dados mais livremente à medida que refinam um modelo algorítmico voltado para a proteção de cultivos.
Esse compartilhamento e ingestão de pontos de dados é o que torna o software mais capaz de obter insights sobre alvos biológicos e o subsequente desenvolvimento e síntese de novas substâncias químicas para afetar esses alvos.
“A razão pela qual é exclusivo é porque podemos criar uma certa quantidade de intimidade”, disse o CEO da Insilico Medicine, Alex Zhavoronkov. Agronegócio Global. “Há um fluxo de dados de nós e da Syngenta, então podemos ser um pouco mais abertos sobre o que estamos fazendo e o que eles fazem, e podemos treinar o modelo juntos. Para chegarmos ao nível de intimidade em que os dados podem fluir para frente e para trás, estamos trabalhando como uma equipe e nos consideramos uma extensão de aprendizado de máquina da organização, e nos sentimos muito bem com isso.”
No desenvolvimento e design farmacêutico, as áreas para as quais a Insilico foi fundada, o software de IA processa quantidades volumosas de informações de periódicos revisados por pares, pesquisas acadêmicas, estudos profissionais e outros pontos de dados para sintetizar soluções para estados de doenças alvos. Isso alimenta a identificação em estágio inicial de estruturas predominantemente proteicas que influenciam a doença.
O volume de informações que pode ser analisado pelo software excede o que os humanos podem destilar e aplicar a uma circunstância biológica. A mesma funcionalidade será aplicada ao desenvolvimento da próxima geração de produtos de proteção de cultivos, alimentando dados de pesquisa direcionados na plataforma Insilico para que ela possa encontrar novas soluções para ameaças de pragas. Então, o software tem a capacidade de inventar novas químicas para alvos específicos.
“O algoritmo otimiza em paralelo muitos critérios diferentes”, diz Corsi. “Hoje, geramos dados e temos seleção de critérios, mas não podemos fazer otimizações múltiplas como a IA, que pode realmente se destacar na aceleração de recursos do ingrediente ativo. Então, a principal mudança é a quantidade de dados que você pode analisar ao mesmo tempo, e a diversidade de saída que hoje não pode ser alcançada na forma padrão de inovação.”
Uma vez que a plataforma muda para o design químico, ela pode aprimorar o processo de desenvolvimento de moléculas ao considerar a toxicidade não-alvo e o impacto ambiental, além da eficácia. Essas “múltiplas otimizações” que ocorrem irão agilizar o desenvolvimento e trabalhar em conjunto com a triagem existente e os ensaios de campo necessários, criando um processo mais eficiente e econômico que tem menos probabilidade de falhar nos estágios finais do desenvolvimento.
“Estamos esperando um impacto nas etapas iniciais, especificamente a capacidade de identificar diferentes moléculas em um tempo menor”, diz Corsi. “Esperamos realizar uma economia de 20% em termos de tempo na fase de pesquisa, que atualmente é de 5 a 7 anos, e a capacidade de encurtar vários designs, sínteses, testes e análises, bem como a capacidade de identificar um conjunto menor de produtos químicos que criam uma chance maior para identificarmos a molécula preferida... A diversidade de moléculas registradas faria uma enorme diferença nos tipos de inovação que poderíamos trazer aos nossos clientes.”
O processo simplificado de identificação e criação dessas moléculas preferidas pode dar à Syngenta a capacidade de responder a pragas endêmicas em mercados específicos, o que tem sido proibitivo em termos de custo no passado. Além disso, a IA pode nos ensinar a sintetizar moléculas que antes eram consideradas impossíveis de criar porque ela pode inventar novos caminhos para a origem. Essa função de nível superior é a base da imaginação de uma IA, que "pode ir além da imaginação humana com a química", diz Zhavoronkov. "Então, vamos pegar essa inspiração da indústria farmacêutica que foi extremamente rigorosamente validada e aplicá-la à agricultura."
Corsi diz que a Syngenta está a caminho de lançar duas novas IAs por ano no curto prazo, uma meta definida há alguns anos que a empresa está a caminho de atingir. Sem nenhum estudo de caso atual em desenvolvimento de pesticidas, é difícil precisar quando o pipeline da empresa colherá as recompensas da exploração de IA, mas o potencial testará a imaginação de cientistas e máquinas e avançará o desenvolvimento da integração humano-IA para agricultura e outras indústrias na implantação nascente de tecnologias que moldarão o futuro.
“Isso vai além da imaginação humana quando estamos desenvolvendo inovação para o amanhã com moléculas que achamos que talvez não possam ser sintetizadas, ou que não sejam acessíveis, ou que não tenham o perfil certo”, ela diz. “Então, é realmente dar um passo além do que estamos fazendo agora para identificar moléculas que não poderíamos identificar ou imaginar. Os produtores precisam ser pacientes por enquanto, mas estamos trabalhando para acelerar a inovação.”
Receba a Newsletter hoje mesmo!
