Tuhat sirua etsii uusia lääkkeitä

Lääkejätti Eli Lilly ja siruyhtiö Nvidia ilmoittivat tammikuussa J.P. Morganin terveyskonferenssissa yhteisestä tekoälylaboratoriosta, johon yhtiöt sijoittavat yhteensä miljardi dollaria viiden vuoden aikana. Maaliskuussa Nvidian GTC-konferenssissa Lilly esitteli LillyPod-supertietokoneen, joka on nyt tuotantokäytössä yhtiön Indianapolisin kampuksella.

LillyPod numeroin

LillyPod on lääketeollisuuden tehokkain supertietokone. Se koostuu 1 016 Nvidian Blackwell Ultra -grafiikkasuorittimesta, jotka on kytketty DGX SuperPOD B300 -arkkitehtuuriin. Koneen laskentateho ylittää 9 000 petaflopsia, ja sen grafiikkasuorittimissa on yhteensä yli 290 teratavua nopeaa muistia. Vertailun vuoksi: yksi Blackwell Ultra -suoritin vastaa teholtaan noin seitsemää miljoonaa vanhaa Cray-järjestelmää.

LillyPod käsittelee 700 teratavua genomiikkadataa. Koko järjestelmä pystytettiin neljässä kuukaudessa lähes 5 000 kytkennällä ja yli 450 kilolla kuitukaapelia. Lilly tähtää siihen, että supertietokoneen sähkö tulee kokonaan uusiutuvista lähteistä vuoteen 2030 mennessä tehokkaiden nestejäähdytysjärjestelmien avulla.

Kuivalaboratorio korvaa koeputket

Perinteisessä lääkekehityksessä tuottavimmatkin tutkijaryhmät testaavat noin 2 000 molekyyli-ideaa yhtä kohdetta kohti vuodessa, koska jokainen koe vaatii fyysisen synteesin ja laboratoriotestin. LillyPod kääntää tämän asetelman päälaelleen. Supertietokone luo niin sanotun kuivalaboratorion, jossa miljardeja molekyylihypoteeseja simuloidaan ja arvioidaan rinnakkain ennen kuin yhtäkään yhdistettä syntetisoidaan.

Käytännössä tutkijat voivat karsia valtavan määrän toimimattomia lääkekandidaatteja tietokoneella ja keskittyä fyysisessä laboratoriossa vain lupaavimpiin vaihtoehtoihin. Tämä lyhentää lääkekehityksen alkuvaihetta merkittävästi – ja samalla pudottaa kustannuksia, koska epäonnistuneet kokeet eivät kuluta reagensseja ja laboratorioaikaa.

Lillyn tekoälyjohtaja Thomas Fuchs on tiivistänyt ajatuksen: "Laskenta on biologian ytimessä ja tieteen ytimessä." LillyPodin työlistat kattavat proteiinien diffuusiomallien koulutuksen, pienmolekyylien graafineuroverkkoja ja genomiikan perusmalleja. Supertietokonetta käytetään myös kliinisten tutkimusten suunnitteluun ja lääketuotannon optimointiin.

Yhteislaboratorio yhdistää märän ja kuivan

Miljardin dollarin yhteislaboratorio sijaitsee San Franciscon Bay Arealla, ja sen toiminta käynnistyi alkuvuodesta 2026. Laboratoriossa Lillyn biologit työskentelevät rinnakkain Nvidian tekoälyinsinöörien kanssa. Tavoitteena on jatkuvan oppimisen järjestelmä, joka yhdistää märkälaboratorion kokeet ja kuivalaboratorion simulaatiot ympärivuorokautiseksi tutkimusputkeksi. Laboratorion infrastruktuuri perustuu Nvidian BioNeMo-alustaan ja tulevaan Vera Rubin -arkkitehtuuriin.

Lilly on avannut myös TuneLab-alustan, joka tarjoaa pienemmille bioteknologiayrityksille pääsyn yhtiön yli miljardin dollarin arvoiseen tutkimusdataan. Alusta hyödyntää federoitua oppimista, joka pitää kunkin osapuolen datan yksityisenä. Lillyn toimitusjohtaja David Ricks uskoo, että kumppanuus voi "keksiä lääkekehityksen uudelleen", kun yhtiön data ja tieteellinen osaaminen yhdistyvät Nvidian laskentatehoon.

Orion rakentaa Suomessa omaa ekosysteemiään

Suomessa samansuuntaista työtä tekee Orion, joka sai vuonna 2023 Business Finlandilta lähes 10 miljoonan euron rahoituksen tekoälypohjaiseen lääketutkimusekosysteemiin. Veturi-hankkeeksi nimetty projekti kokoaa yhteen lähes 50 toimijaa eri puolilta: yliopistoja, tutkimuslaitoksia, startup-yrityksiä ja suurempia lääkeyhtiöitä. Tavoitteena on lyhentää uusien lääkkeiden kehitysaikaa kolmella vuodella tekoälyn ja data-analyysin avulla.

Helsingin yliopisto ja Aalto-yliopisto kehittävät hankkeessa virtuaalilaboratorioita yhdessä Silo AI:n ja CSC:n kanssa. Mittakaava on toinen kuin Lillyn miljardiluokan hankkeessa, mutta periaate on sama: laskentateholla korvataan fyysisiä kokeita ja nopeutetaan lupaavien molekyylien tunnistamista. Suomella on vahvaa osaamista niin lääketutkimuksessa kuin tekoälyssä, mutta resurssit ovat hajallaan eri organisaatioihin.

Lillyn ja Nvidian hanke kuvastaa laajempaa suunnanmuutosta: lääkekehitys siirtyy laboratoriosta datakeskukseen. Kun yksi supertietokone voi testata viikossa enemmän molekyylejä kuin tutkijaryhmä vuodessa, kilpailuetu siirtyy niille, joilla on sekä dataa että laskentatehoa. Suomalaisille lääkeyhtiöille ja tutkimuslaitoksille se tarkoittaa, että tekoälyinvestointeja ei voi enää lykätä.