Dispositif ProSpectral de Pattern Computer pour détecter le COVID-19. (Pattern Computer Photo) Une startup de la région de Seattle appelée Pattern Computer développe un test COVID-19 rapide basé sur des modèles de lumière provenant de crachats, l’un des nombreux projets en cours de la société de 7 ans qui a conçu son propre ordinateur à partir de zéro . Le « Pattern Discovery Engine » de la société a été créé spécifiquement pour découvrir et analyser des modèles et excelle dans cette tâche, a déclaré le PDG et co-fondateur Mark Anderson.
Pattern Computer surveille étroitement le fonctionnement de son système et n’a pas publié ses modèles d’IA dans des revues à comité de lecture. Des chercheurs extérieurs disent qu’il est difficile de savoir ce qu’il y a sous le capot. Mais son approche a attiré des talents chevronnés en informatique et des poids lourds de la biotechnologie vers la startup. Le directeur de la technologie de la société, le co-fondateur Ty Carlson, dirigeait auparavant l’équipe Metaverse Marketingverse Marketing qui a lancé des produits tels que l’Metaverse Marketingverse Marketing Echo. Son conseil consultatif comprend Leroy Hood, co-fondateur de l’Institute for Systems Biology, le pionnier du génome Craig Venter et le fondateur de la startup de biotechnologie en série George Church, professeur à Harvard. Anderson est le fondateur et PDG de la newsletter technologique Strategic News Service, lue par Bill Gates, Jeff Bezos, Michael Dell et Elon Musk, a-t-il déclaré. Il est connu comme un « pronosticateur technologique » et rassemble chaque année un mélange éclectique de leaders technologiques et de scientifiques lors de sa conférence « Future in Review » (il a également cofondé le Whale Museum à Friday Harbor, Washington, où il vit). Lors de sa conférence de 2015, Anderson a organisé un « défi du directeur de la technologie », où les participants ont conçu un superordinateur de bureau. Le système résultant a formé la graine de Pattern Computer. Parmi les participants figuraient les autres cofondateurs de l’entreprise, l’entrepreneur Brad Holtz et Michael Riddle, qui ont précédemment cofondé Autodesk, les fabricants d’AutoCAD et d’autres logiciels industriels.
Pattern Computer se concentre sur la biomédecine. Mais il aborde également des problèmes de conception de matériaux, de médecine vétérinaire, de finance, de mathématiques et d’aérospatiale avec ses partenaires, comme une analyse des moyens de réduire les retards de vol. Pattern Computer a levé 26 millions de dollars à ce jour, tous auprès d’investisseurs individuels, dont Venter et Ken Goldman, ancien directeur financier de Yahoo et directeur financier consultant de Pattern. La startup cherche maintenant à lever 40 millions de dollars avec une valorisation de 1,2 milliard de dollars, a déclaré Anderson. « C’est une entreprise qui adopte une nouvelle approche intrigante pour manipuler et analyser les mégadonnées », a déclaré Hood. Et lorsque la pandémie a frappé, elle « a profondément réfléchi au problème du COVID », a déclaré Hood. Préparer un test de crachat Pattern Computer adopte une approche unique du test COVID-19. L’entreprise analyse les modèles de lumière qui traversent et sont absorbés par la salive. Le test ne prend que deux gouttes de salive et lit un résultat de l’appareil « ProSpectral » de la société en trois secondes. L’appareil exploite une approche appelée détection hyperspectrale, qui implique l’analyse de la lumière sur tous les spectres. Au lieu de mesurer directement le virus, le test capture la réponse immunitaire et métabolique confuse à la maladie. « Il y a une empreinte digitale pour cela dans la lumière », a déclaré Anderson. Les chercheurs de la société ont formé et évalué leur modèle en utilisant la salive de 470 échantillons répartis à peu près également entre ceux qui étaient positifs et négatifs au COVID-19 sur un test PCR, un moyen conventionnel de détecter la maladie.
Le test de Pattern pourrait détecter 100% des personnes atteintes de la maladie, 8% des personnes sans maladie présentant un résultat faussement positif, a rapporté Anderson lors de la réunion Life Sciences Innovation Northwest en avril. Le changement des paramètres du test a permis à certains cas de COVID-19 de passer inaperçus, mais a donné moins de résultats faussement positifs. Le test est également peu coûteux : le coût interne de son fonctionnement est d’environ 50 cents. L’approche de test est « très intelligente », a déclaré Taran Gujral, biologiste des systèmes et professeur agrégé au Fred Hutchinson Cancer Center. Gujral, qui n’a pas de relation financière ou de collaboration avec l’entreprise, a déclaré que la méthode est également prometteuse pour détecter d’autres maladies, permettant potentiellement des tests rapides dans les aéroports, les hôpitaux et sur le terrain. « Nous pensons que cela va changer les diagnostics », a déclaré Anderson. Test COVID-19 de Pattern Computer. (Pattern Computer Image) Garder les secrets de l’entreprise D’autres chercheurs extérieurs ont déclaré qu’ils avaient besoin de plus d’informations pour évaluer l’approche de l’entreprise en matière de tests COVID-19. La société ne divulgue pas si elle capture des données à l’aide d’un type standard de spectrophotomètre qui mesure la lumière dans des échantillons biologiques, ou d’un autre instrument. « Ils ne partagent aucune information sur la façon dont le signal est généré », a déclaré Dan Fu, professeur adjoint de chimie à l’Université de Washington. Le professeur de microbiologie de l’Université de Washington, Evgeni Sokurenko, qui développe un test rapide pour les variantes du COVID-19 en tant que co-fondateur d’ID Genomics, a déclaré qu’il était important d’examiner de près les données de Pattern Computer, en particulier les données PCR qu’il a utilisées pour former et tester. ses modèles. Les tests PCR fonctionnent en répliquant l’ADN dérivé du virus à travers plusieurs cycles pour détecter un signal. Différents laboratoires utilisent différents numéros de cycle pour les tests COVID-19, a-t-il déclaré. Des nombres de cycles plus élevés détectent des niveaux inférieurs de virus.
La majorité des échantillons positifs au COVID-19 de Pattern Computer avaient un seuil de cycle inférieur à 30, a déclaré le chercheur de la société Matt Keener – alors que le seuil typique est fixé plus haut, a déclaré Sokurenko (à 35-40 cycles). Cela soulève la possibilité que les modèles de la société ne soient pas conçus pour détecter de faibles niveaux de virus et pourraient donc manquer certaines infections asymptomatiques, a déclaré Sokurenko. Keener a rétorqué que les données de la société sont cohérentes pour tous les seuils PCR. Les résultats « ne montrent aucune sensibilité statistique à la valeur PCR », a déclaré Keener. « Notre précision est valable quelle que soit la valeur PCR d’un échantillon de test individuel. » En outre, la précision du test de la société est restée vraie, que les échantillons proviennent d’individus asymptomatiques ou symptomatiques, a-t-il déclaré. La Food and Drug Administration des États-Unis sera le juge final du test COVID-19 de la société. Pattern Computer a demandé à l’agence une autorisation d’utilisation d’urgence. Il a également identifié quatre autres pays pour un lancement potentiel et a pris des dispositions pour que des partenaires l’aident à se développer et à produire le test. « Nous sommes impatients de pouvoir discuter davantage une fois que nous serons confortablement sur la route des approbations réglementaires et autres », a déclaré Keener. Les autres projets de biosciences de Pattern Computer incluent l’exploration de bases de données sur l’activité des gènes dans les cellules cancéreuses pour identifier des traitements potentiels, basés sur des médicaments déjà approuvés pour d’autres maladies – bien qu’il soit difficile de dire comment l’approche de l’entreprise à ce sujet et à d’autres problèmes d’exploration de données se compare à d’autres, a déclaré Gujral, qui fait des recherches similaires. La société a identifié deux combinaisons de médicaments qui tuent les lignées cellulaires du cancer du sein en culture et les fait passer par des tests sur les animaux pour les tumeurs « triple négatives » difficiles à traiter. Il étudie également les traitements du cancer de l’ovaire et d’autres types de tumeurs. S’exprimant lors d’une présentation aux investisseurs plus tôt cette année, Omid Moghadam, PDG de la startup de diagnostic Namida Lab, a déclaré que le moteur de découverte de Pattern augmentait considérablement la précision prédictive d’un test expérimental pour le cancer du sein basé sur des échantillons de larmes. Moghadam est client et conseiller de Pattern Computer. Et bien que Pattern n’ait pas publié ses projets de biosciences dans des revues à comité de lecture, « leur première priorité a été de tout faire avancer, ce à quoi ils ont vraiment dû consacrer énormément de temps », a déclaré Hood. « Je soupçonne qu’ils publieront des articles comparatifs à l’avenir. » L’équipe a affiné son système et ses outils mathématiques au cours des dernières années, avec une équipe réduite de 21 employés. « Nous avons été très tête baissée », a déclaré Anderson. L’informatique de nouvelle génération Pattern Computer suit la voie d’autres groupes, des laboratoires universitaires aux entreprises technologiques comme Metaverse Marketing, qui changent la façon dont les ordinateurs sont construits et programmés. L’avènement de l’intelligence artificielle stimule une vague d’innovation. Les modèles d’IA doivent traiter un grand nombre de calculs simultanément. Et les conceptions d’architecture informatique actuelles deviennent un goulot d’étranglement pour « la vitesse de calcul, le coût de l’infrastructure et la consommation d’énergie », a déclaré Sihong Wang, professeur adjoint d’ingénierie moléculaire à l’Université de Chicago. « Les personnes travaillant du côté du matériel ont commencé à développer un type complètement différent de plate-forme informatique qui traite les informations en imitant le fonctionnement des neurones dans le cerveau », a déclaré Wang, qui a récemment développé une puce informatique flexible pour les technologies de santé portables, et n’est pas familier avec le système de Pattern Computer.
Anderson a déclaré que l’approche de Pattern Computer est unique. La société a créé un système d’IA distinct de l’approche de réseau neuronal utilisée par d’autres, a-t-il déclaré. « C’est qualitativement très différent de celui où quelqu’un a un réseau de neurones et le pousse et le modifie », a-t-il déclaré. « L’IA explicable » de Pattern Computer lui permet de contrer les biais qui peuvent être intégrés dans des modèles d’apprentissage automatique plus conventionnels par des ensembles de données de formation biaisés, a déclaré Anderson. « Cela nous permet de voir comment et pourquoi le système a réussi à obtenir des taux de prédiction élevés », a-t-il déclaré. « Savoir comment et pourquoi le système fonctionne fournit le type de connaissances nécessaires pour faire de meilleures découvertes de modèles, améliorer la recherche et résoudre de vrais problèmes commerciaux. » Construire cette nouvelle façon de donner un sens aux modèles est « un problème difficile », a déclaré Neeraj Kumar, scientifique principal des données au Pacific Northwest National Laboratory. Dans une récente prépublication avec des chercheurs externes, des chercheurs de l’entreprise ont publié leur point de vue sur la façon dont l’IA explicable pourrait être appliquée aux données sur la santé. La publication ne précise pas comment fonctionne le système de l’entreprise, a déclaré Vijay Janapa Reddi, professeur agrégé à Harvard qui dirige l’Edge Computing Lab de l’université. avec l’entreprise. Mais Kumar en a assez vu pour être convaincu. « L’approche informatique de Pattern Computer est très robuste », a déclaré Kumar, auteur de l’article. Et c’est « la première étape pour développer une IA explicable en extrayant de nouveaux modèles dans des données complexes qui ne peuvent pas être découvertes à l’aide de techniques et d’algorithmes analytiques conventionnels », a-t-il déclaré. Pendant ce temps, la société se concentre sur l’obtention de l’approbation réglementaire pour son test COVID-19 et la planification de la mise à l’échelle. « Nous avons créé un autre type d’entreprise », a déclaré Anderson. « Nous l’avons fait d’une manière différente. »