Läkemedelsutveckling är notoriskt dyr – att hitta en enda livskraftig molekyl kan ta ett decennium och kosta miljarder, och de flesta kandidater misslyckas ändå. En generation AI-startups har lovat att fixa detta, och de flesta har gjort problemet något mindre smärtsamt för forskare som redan vet hur man använder verktygen.

SandboxAQ anser dock att den verkliga flaskhalsen inte är modellerna. Det är gränssnittet. Företaget har samarbetat med Anthropic för att integrera sina vetenskapliga AI-modeller direkt i Claude, vilket placerar kraftfulla verktyg för läkemedelsupptäckt och materialvetenskap bakom ett konversationsgränssnitt som inte kräver någon specialiserad datainfrastruktur.

Grundat för ungefär fem år sedan som en avknoppning från Alphabet, har SandboxAQ Eric Schmidt, Googles tidigare vd, som ordförande. Företaget har samlat in över 950 miljoner dollar från investerare och byggt upp flera affärsområden, inklusive cybersäkerhet.

Det som skiljer SandboxAQ från mängden är dess stora kvantitativa modeller, eller LQM:er. Dessa proprietära modeller är ”fysikbaserade”, vilket innebär att de bygger på den fysiska världens regler snarare än textmönster. De kan utföra kvantkemiska beräkningar och simulera molekylär dynamik och mikrokinetik – studiet av hur kemiska reaktioner utspelar sig på molekylär nivå. Det är viktigt eftersom det berättar för forskare hur kandidatmolekyler sannolikt kommer att bete sig innan någon sätter sin fot i ett labb.

”Tränade på verkliga labbdata och vetenskapliga ekvationer är LQM:er AI-modeller konstruerade för den kvantitativa ekonomin, en sektor värd över 50 biljoner dollar som omfattar biopharma, finansiella tjänster, energi och avancerade material”, sa företaget i ett pressmeddelande som starkt antyder att SandboxAQ inte bygger ännu en chatbot eller kodassistent – det jagar den ekonomi som AI förväntas omvandla.

Chai Discovery och Isomorphic Labs – båda välsatsningar på bättre modeller – har fokuserat på vetenskapen. SandboxAQ fokuserar på vem som faktiskt kan använda den. ”För första gången har vi en frontlinje [kvantitativ] modell på en frontlinje LLM som någon kan komma åt på naturligt språk”, sa Nadia Harhen, SandboxAQs general manager för AI-simulering, till TechCrunch. Tidigare var användare av SandboxAQs LQM:er tvungna att tillhandahålla sin egen digitala infrastruktur för att köra modellerna.

SandboxAQs kunder tenderar att vara beräkningsvetare, forskare eller experimentalister på stora läkemedels- eller industriföretag som letar efter nya material som kan bli säljbara produkter. ”Våra kunder kommer till oss för att de har provat all annan programvara som finns, och komplexiteten i deras problem är sådan att det inte fungerade eller inte gav positiva resultat för dem när den översättningen skulle ske i den verkliga världen”, sa Harhen.