Како вештачка интелигенција открива нове начине за борбу против тешких болести

Преко видео позива, Алекс Жаворноков показује малу, зелену пилулу у облику дијаманта.

Израдила ју је његова компанија за лечење ретке прогресивне плућне болести за коју не постоји познати узрок нити лек.

Нови лек тек треба да буде одобрен, али у малим клиничким тестирањима показао је импресивну ефикасност у лечењу идиопатске пулмоналне фиброзе (ИПФ).

То је само један из новог таласа лекова за које је вештачка интелигенција (АИ) била кључна у њиховом откривању.

„Не можемо да кажемо да имамо први одобрени откривени и дизајнирани молекул уз помоћ вештачке интелигенције&qуот;, каже доктор Жаворноков, суоснивач и извршни директор америчког стартапа Инсилико медисин.

„Али смо можда најдаље отишли са њим.&qуот;

• Вештачка интелигенција за спас црвене веверице
• Како је бот у ког сам се заљубио раскинуо са мном
• Како вештачка интелигенција помаже индијским слоновима

Добро дошли у велику АИ трку лекова, где велики број компанија користи моћ вештачке интелигенције да ради оно што је традиционално био посао медицинских хемичара.

То обухвата и мање, специјалистичке биотехнолошке компаније које раде са вештаком интелигенцијом, а које су никле у последњој деценији, баш као и веће фармацеутске фирме које или раде истраживања саме или у партнерству са мањима фирмама.

Међу новијим играчима је Алфабет, родитељска компанија Гугла, која је 2021. година основала британску АИ компанију за откривање лекова Изоморфик Лебс.

Његов извршни директор Демис Хасабис поделио је овогодишњу Нобелову награду за хемију за АИ модел од ког се очекује да буде користан за АИ израду лекова.

Употреба вештачке интелигенције за откривање лекова могла би да чини „огромну разлику&qуот; за пацијенте, каже Крис Мајер, из Бостонске консултантске групе (БЦГ).

За довођење новог лека на тржиште потребно је у просеку од 10 до 15 година и кошта више од 2 милијарде долара.

Такође је ризично: око 90 одсто лекова који буду подвргнути клиничким испитивањима не прођу тај тест.

Нада је да ће употреба вештачке интелигенције за тај део процеса откривања лекова смањити време и трошкове, и за резултат имати више успеха.

Стиже нова ера, у којој је АИ у центру процеса откривања лекова, каже Шарлот Дин, професорка структуралне биоинформатике на Универзитету у Оксфорду, која развија бесплатно доступне АИ алатке да би помогла фармацеутским компанијама и другима да унапреде откривање лекова.

„Ми смо на почетку онога колико би добро то могло да постане&qуот;, каже она.

Мало је вероватно да ће то довести до мањег броја фармацеутских научника, кажу стручњаци, права уштеда ће доћи ако буде било мање неуспеха, али ће то подразумевати и рад у партнерству са вештачком интелигенцијом.

Недавно објављена анализа БЦГ-а показала је да је најмање 75 „молекула које је открила вештачка интелигенција&qуот; ушло у клиничка испитивања са очекивањима да ће уследити још много њих.

„То што они сада рутински улазе у клиничка испитивања је огромна прекретница&qуот;, каже доктор Мајер.

Следећа - и „још већа прекретница&qуот; - биће кад буду почели да улазе у циљ.

Међутим, професор Дин истиче да још не постоји дефиниција шта се тачно рачуна у лек „који је открила вештачка интелигенција&qуот; и, у свим примерима до сада, било је још увек много људског учешћа.

Постоје два корака у оквиру процеса откривања лекова у којима се вештачка интелигенција највише користи, објашњава доктор Мајер.

Први је идентификовање, на молекуларном нивоу, терапеутске мете која је намењена за корекцију лека, као што је промена одређеног гена или протеина током болести која не би смела да се деси.

Иако традиционално научници тестирају потенцијалне мете у лабораторији експериментално, на основу онога што знају о болести, АИ може да буде обучен да користи огромне базе података како би правио корекције између фундаменталне молекуларне биологије и болести, и прави сугестије.

Други, и чешћи, јесте израда лека тако да би се кориговала мета.

Ту се користи генеративна АИ, такође основа за ЧетГПТ, да би се замислили молекули који би могли да се вежу за мету и функционишу, заменивши скуп мануелни процес којим хемичари синтетишу више стотина варијација истог молекула и испробавају их да би пронашли оптимални.

Инсилико Медисин, основан 2014. године и који добија више од 425 милиона у средствима, користио је АИ за оба ова корака, као и да би предвидео вероватноћу успеха у клиничким испитивањима, који се потом одражава назад на његов рад у откривању лекова.

Тренутно фирма има шест молекула у клиничким испитивањима, међу њима и за лечење ИПФ-а за које је већ испланирана следећа фаза испитивања.

Уз то, за улазак у тестирања су одобрена четири молекула, а скоро 30 других показују велики потенцијал.

Сви су „откривени од нуле уз помоћ генеративне АИ&qуот;, каже доктор Жаворноков.

„Наше машине сањају све док не осмисле савршен лек који одговара свим нашим критеријумима.&qуот;

Нови молекул за лечење ИПФ-а осмислио је генеративни АИ компаније након што му је задат циљ инхибиције протеина по имену ТНИК, који никада раније није био таргетиран за лечење ИПФ-а, али га је предложио други сет АИ софтвера компаније као највероватнији регулатор болести.

Могућности које је предложио систем потом су биле синтетисане и тестиране.

Процес открића био је много бржи и глаткији од стандарда за ову грану, истиче доктор Жаворонков.

Требало је 18 месеци и захтевало је синтезе и тестирање 79 молекула, за шта се обично очекује да потраје око четири године и синтеза њих најмање 500.

Други молекули Инсилика имају још мање бројева, каже он.

Недовољно података на основу којих вештачка интелигенција може да учи остаје највећи изазов за ово поље уопштено гледано, кажу експерти.

То важи и за идентификацију мета и дизајнирање молекула, и може потенцијално да уведе пристрасности.

Амерички Рикержен Фармасеутикалс каже да његов приступ премошћује проблем ограничене количине података.

Преко аутоматизованих експеримената, он генерише масивне количине података за читаве колекције молекула који сачињавају људско тело.

Потом обучава АИ алатке да разумеју податке и пронађу неочекиване односе.

Да би помогао да се то постигне, прошле године је инсталирао, како каже, најбржи суперкомпјутер који поседује и са којим ради било која фармацеутска компанија.

Имао је извесног успеха.

Молекул који је развила компанија за лечење лимфома и чврстих тумора сада се тестира на пацијентима са раком и у раном је стадијуму клиничких испитивања.

Настао је након што је вештачка интелигенција приметила нов начин за гађање гена за који се верује да је важан у покретању ових канцера, али који нико претходно није успео да реши како да буде таргетиран сам од себе.

Суоснивач и извршни директор Рикержена Крис Гибсон каже да је оно што је најважније на овом пољу је нешто што ни Рикержен ни било ко други још није показао: да ови молекули које открива АИ могу да прођу клиничка испитивања и да, временом, почињу да омогућују већу вероватноћу успеха у односу на традиционалне методе.

Кад се то догоди, каже доктор Гибсон, „постаће очигледно свету да је ово пут којим треба да се иде&qуот;.

• Да ли ће вештачка интелигенција убрзати пут до лека за корона вирус
• Стварају парфеме, а немају нос
• Како фотографије и видео снимци на интернету мењају начин размишљања

Пратите нас на Фејсбуку, Твитеру, Инстаграму, Јутјубу и Вајберу. Ако имате предлог теме за нас, јавите се на ббцнасрпском@ббц.цо.ук

(ББЦ Невс, 01.29.2025)