AI αντί για επιστήμονες; – Το AiChemy της Databricks υπόσχεται επανάσταση στη φαρμακευτική έρευνα
H Databricks παρουσίασε το AiChemy, μια αρχιτεκτονική αναφοράς τεχνητής νοημοσύνης πολλαπλών πρακτόρων, σχεδιασμένη για να επιταχύνει τα πρώιμα στάδια της ανακάλυψης φαρμάκων. Το σύστημα συνδέει τα εσωτερικά δεδομένα επιχειρήσεων με δημόσιες επιστημονικές βάσεις, αξιοποιώντας το Model Context Protocol (MCP).
Πώς λειτουργεί το AiChemy
Σύμφωνα με ανάρτηση της Databricks, το AiChemy λειτουργεί ως συντονισμένο δίκτυο εξειδικευμένων πρακτόρων τεχνητής νοημοσύνης και όχι ως ένα ενιαίο μοντέλο. Κάθε πράκτορας επικεντρώνεται σε συγκεκριμένο πεδίο — χημικές δομές, βιολογικές οδούς ή ιατρική βιβλιογραφία — ενώ ένας κεντρικός επιβλέπων πράκτορας κατανέμει και δρομολογεί τα ερωτήματα στο σύστημα.
Η πλατφόρμα ενσωματώνει τρεις εξωτερικούς MCP servers: τον OpenTargets (γράφημα γνώσης για ασθένειες και φάρμακα), το PubMed (ιατρική βιβλιογραφία) και το PubChem (δεδομένα χημικών ενώσεων). Παράλληλα, χρησιμοποιεί servers της Databricks που συνδέονται με ιδιόκτητα δεδομένα, όπως το Genie Space για text-to-SQL αναζητήσεις και το Vector Search για συγκρίσεις μοριακών δομών από τη βιβλιοθήκη ZINC των 250.000 εμπορικά διαθέσιμων μορίων.
Χτισμένο πάνω στις πλατφόρμες Data Intelligence Platform, Delta Lake και Mosaic AI, το AiChemy βασίζεται σε αρθρωτές «δεξιότητες» (skills) που καθοδηγούν τους πράκτορες σε εργασίες όπως η σύνοψη βιβλιογραφίας, η ανάκτηση ενώσεων και η σύνθεση αποδεικτικών στοιχείων. Οι δεξιότητες αυτές εξασφαλίζουν επίσης ότι τα αποτελέσματα είναι κατάλληλα μορφοποιημένα για ερευνητικούς, ρυθμιστικούς ή επιχειρηματικούς σκοπούς.
Εφαρμογές στην ανάπτυξη φαρμάκων
Το AiChemy στοχεύει στα πρώιμα και πιο δαπανηρά στάδια ανάπτυξης φαρμάκων, όπου επιλέγονται οι βιολογικοί μηχανισμοί προς μελέτη και οι ενώσεις που αξίζουν περαιτέρω έρευνα. Σε μια επίδειξη, το σύστημα ξεκινά από έναν υπότυπο ασθένειας, εντοπίζει θεραπευτικούς στόχους, προτείνει υποψήφια φάρμακα και επαληθεύει τα αποτελέσματα με βάση τη βιβλιογραφία.
Σε άλλη εφαρμογή, πραγματοποιεί αναζήτηση υποψήφιων ενώσεων με βάση τη χημική ομοιότητα, εξετάζοντας τη βιβλιοθήκη ZINC για μόρια που μοιάζουν δομικά με ήδη γνωστά φάρμακα. Όλα τα αποτελέσματα συνοδεύονται από αποδείξεις που παραπέμπουν στις αρχικές πηγές δεδομένων — στοιχείο που, όπως επισημαίνει η Databricks, είναι κρίσιμο για την ερευνητική αξιοπιστία.
Ανοιχτή πρόσβαση και προσαρμογή
Η Databricks διαθέτει το AiChemy μέσω διαδικτυακής εφαρμογής και αποθετηρίου στο GitHub, προσφέροντας στους φαρμακευτικούς ερευνητές τη δυνατότητα να εξερευνήσουν και να προσαρμόσουν την αρχιτεκτονική είτε μέσω του framework Agent Bricks χωρίς κώδικα, είτε μέσω πιο προχωρημένων notebook-based μεθόδων.
Κάθε εκτέλεση πράκτορα καταγράφεται αυτόματα και παρακολουθείται με τα πρότυπα OpenTelemetry μέσω του MLflow, διασφαλίζοντας πλήρη παρατηρησιμότητα σε περιβάλλοντα παραγωγής.