Default
Door Remote - 18 May 2026
Het ontdekken van geneesmiddelen is een van de duurste mislukkingen in de moderne industrie. Het vinden van één enkel levensvatbaar molecuul kan tien jaar duren en miljarden kosten, en de meeste kandidaten halen het nog steeds niet. Een generatie AI-startups heeft beloofd dit op te lossen – de meeste hebben het probleem minder pijnlijk gemaakt voor onderzoekers, die technisch al geavanceerd genoeg zijn om de tools te gebruiken.
Maar SandboxAQ denkt dat het knelpunt niet de modellen zijn. Het is de interface.
Het bedrijf werkt samen met Anthropic om zijn wetenschappelijke AI-modellen rechtstreeks in Claude te integreren, waardoor krachtige tools voor medicijnontdekking en materiaalwetenschap achter een conversatie-interface worden geplaatst waarvoor geen gespecialiseerde computerinfrastructuur nodig is.
SandboxAQ werd ongeveer vijf jaar geleden opgericht als een spin-out van Alphabet en telt Eric Schmidt, de voormalige CEO van Google, als voorzitter. Het bedrijf, dat meer dan 950 miljoen dollar heeft opgehaald bij investeerders, heeft een aantal verschillende bedrijfsactiviteiten uitgebouwd, waaronder een cyberbeveiligingsbedrijf.
Een van de meer unieke dingen die SandboxAQ doet, is echter het produceren van grote kwantitatieve modellen, oftewel LQM's. Deze gepatenteerde modellen zijn ‘natuurkundig gegrond’, wat betekent dat ze zijn gebouwd op de regels van de fysieke wereld in plaats van op patronen in de tekst. Ze kunnen kwantumchemische berekeningen uitvoeren en zowel de moleculaire dynamica als de microkinetiek simuleren, de studie van hoe chemische reacties zich op moleculair niveau ontvouwen. Dat is belangrijk omdat het onderzoekers vertelt hoe kandidaat-moleculen zich waarschijnlijk zullen gedragen voordat iemand een voet in een laboratorium zet.
“LQM’s zijn getraind op laboratoriumgegevens en wetenschappelijke vergelijkingen uit de praktijk en zijn AI-modellen die zijn ontworpen voor de kwantitatieve economie, een sector van meer dan 50 biljoen dollar die biofarmaceutica, financiële diensten, energie en geavanceerde materialen omvat”, zei het bedrijf in een persbericht dat sterk suggereert dat Sandbox AQ niet nog een chatbot of code-assistent bouwt – het jaagt de economie na die AI zou moeten transformeren.
Chai Discovery en Isomorphic Labs – beide goed gefinancierde weddenschappen op betere modellen – hebben zich op de wetenschap geconcentreerd. SandboxAQ is gericht op wie het daadwerkelijk kan gebruiken.
“Voor het eerst hebben we een frontier [kwantitatief] model op een frontier LLM waartoe iemand toegang heeft in natuurlijke taal”, vertelde Nadia Harhen, algemeen directeur AI-simulatie van SandboxAQ, aan TechCrunch. Voorheen moesten gebruikers van de LQM’s van SandboxAQ voor hun eigen digitale infrastructuur zorgen om de modellen uit te voeren.
De klanten van SandboxAQ zijn meestal computationele wetenschappers, onderzoekswetenschappers of experimentelen. Over het algemeen werken deze mensen bij grote farmaceutische of industriële bedrijven en zijn ze op zoek naar nieuwe materialen die verkoopbare producten kunnen worden.
“Onze klanten komen naar ons toe omdat ze alle andere software hebben geprobeerd, en de complexiteit van hun probleem is zodanig dat het niet werkte of geen positieve resultaten voor hen opleverde toen die vertaling in de echte wereld zou plaatsvinden”, aldus Harhen.
Maar SandboxAQ denkt dat het knelpunt niet de modellen zijn. Het is de interface.
Het bedrijf werkt samen met Anthropic om zijn wetenschappelijke AI-modellen rechtstreeks in Claude te integreren, waardoor krachtige tools voor medicijnontdekking en materiaalwetenschap achter een conversatie-interface worden geplaatst waarvoor geen gespecialiseerde computerinfrastructuur nodig is.
SandboxAQ werd ongeveer vijf jaar geleden opgericht als een spin-out van Alphabet en telt Eric Schmidt, de voormalige CEO van Google, als voorzitter. Het bedrijf, dat meer dan 950 miljoen dollar heeft opgehaald bij investeerders, heeft een aantal verschillende bedrijfsactiviteiten uitgebouwd, waaronder een cyberbeveiligingsbedrijf.
Een van de meer unieke dingen die SandboxAQ doet, is echter het produceren van grote kwantitatieve modellen, oftewel LQM's. Deze gepatenteerde modellen zijn ‘natuurkundig gegrond’, wat betekent dat ze zijn gebouwd op de regels van de fysieke wereld in plaats van op patronen in de tekst. Ze kunnen kwantumchemische berekeningen uitvoeren en zowel de moleculaire dynamica als de microkinetiek simuleren, de studie van hoe chemische reacties zich op moleculair niveau ontvouwen. Dat is belangrijk omdat het onderzoekers vertelt hoe kandidaat-moleculen zich waarschijnlijk zullen gedragen voordat iemand een voet in een laboratorium zet.
“LQM’s zijn getraind op laboratoriumgegevens en wetenschappelijke vergelijkingen uit de praktijk en zijn AI-modellen die zijn ontworpen voor de kwantitatieve economie, een sector van meer dan 50 biljoen dollar die biofarmaceutica, financiële diensten, energie en geavanceerde materialen omvat”, zei het bedrijf in een persbericht dat sterk suggereert dat Sandbox AQ niet nog een chatbot of code-assistent bouwt – het jaagt de economie na die AI zou moeten transformeren.
Chai Discovery en Isomorphic Labs – beide goed gefinancierde weddenschappen op betere modellen – hebben zich op de wetenschap geconcentreerd. SandboxAQ is gericht op wie het daadwerkelijk kan gebruiken.
“Voor het eerst hebben we een frontier [kwantitatief] model op een frontier LLM waartoe iemand toegang heeft in natuurlijke taal”, vertelde Nadia Harhen, algemeen directeur AI-simulatie van SandboxAQ, aan TechCrunch. Voorheen moesten gebruikers van de LQM’s van SandboxAQ voor hun eigen digitale infrastructuur zorgen om de modellen uit te voeren.
De klanten van SandboxAQ zijn meestal computationele wetenschappers, onderzoekswetenschappers of experimentelen. Over het algemeen werken deze mensen bij grote farmaceutische of industriële bedrijven en zijn ze op zoek naar nieuwe materialen die verkoopbare producten kunnen worden.
“Onze klanten komen naar ons toe omdat ze alle andere software hebben geprobeerd, en de complexiteit van hun probleem is zodanig dat het niet werkte of geen positieve resultaten voor hen opleverde toen die vertaling in de echte wereld zou plaatsvinden”, aldus Harhen.