Молекула разработена от ИИ притежава „лекарствени“ свойства

2
886

Insilico Medicine е един от няколкото стартъпа, които се опитват да използват изкуствен интелект, за да забързат разработката на нови лекарства.

Алекс Жаворонков, главният изпълнителен директор на Insilico Medicine, наскоро получил предизвикателство от партньорите си във фармацевтична компания. Екипът му трябвало да види колко бързо ИИ на Insilico Medicine
ще открие нови молекули, които се свързват с белтък, свързан с образуването на съединителна тъкан. След това щели да тестват молекулите, като синтезират някои от тях в лабораторията, за да проверят дали ИИ наистина е открил нещо, или просто бълва волни съчинения.

А какъв е мотивът им? Според изчисленията, сега струва около 2.6 милиарда долара (4.6 млрд лева), за да стигне едно лекарство до пазара. А процесът става все по-бавен и по-скъп.

Има надежда, че изкуственият интелект ще помогне тази цифра да се намали като намали времето и труда, които са нужни преди да започнат клиничните тестове. Идеята е, че същите технологии, които се използват за създаването на реалистични „deepfake” образи и за ловка игра на Го, могат да се използват, за да се дешифрират сложните правила на химията и да генерира изцяло нови молекули.

Има признаци за потенциала на ИИ. През декември, DeepMind на Alphabet представи AlphaFold, алгоритъм създаден, за да предсказва нагъването на полипептидни вериги – важна стъпка в идентифицирането на потенциални мишени за белтъци. Без проблем победи конкуренцията във фармацевтичната индустрия. Въпреки това някои експерти остават скептични за това, че откритите от ИИ молекули са едновременно ефективни и осъществими на практика.

В понеделник, изследователи на ИИ лекарства потвърдили резултатите от предизвикателство на Жаворонков в публикация в Nature Biotechnology. На екипа, заедно с помощ от университета в Торонто, му отнело 21 дни да генерира 30 000 дизайна за молекули, свързани с белтък, който участва във фиброзата.

Синтезирали шест от тях в лабораторията, от които четири показали обещаващи резултати в първоначалните тестове. Две от тях били тествани в клетки и най-обещаващата била тествана върху мишки. Екипът открил, че тяхната ИИ-генерирана молекула била едновременно ефективна срещу целевият белтък и показала свойства, които могат да се нарекат „лекарствени“.

Има полза от това ИИ специалисти да се занимават с този дял на истинската биология, казва Мохамед Ал Курайши, системен биолог в Харвард, който не е участвал в проучването. „Новото тук е самото тестване на тези предсказания.“ казва той. Много екипи създават алгоритми с машинно обучение, които произвеждат виртуални молекули, но сравнително малка част от тях публикуват изследвания в лаборатория, които да потвърдят работата им. Работата на Insilico прави допълнителна стъпка напред, за да покаже, че изкуственият им интелект може да се настрои да генерира молекули, които не само се свързват с определен белтък, но и се държат добре в клетки и животни, добавя Ал Курайши. Това е задължително за всеки потенциален кандидат за лекарство.

„Това искат да видят фармацевтичните компании,“ казва Жаворонков. Благоприятните резултати при клетки и мишки били приятна изненада. Той очаквал, че ИИ-генерираните молекули ще се нуждаят от още работа и изчисления преди да намерят такава с потенциал.

„Интересно е да видим как мисли изкуствен интелект, трениран по същия начин като медицински химик.“ казва Адам Ренсло, професор по химична биология в университета в Калифорния-Сан Франциско, който също не е участвал в проучването. Досега изчислителното откриване на лекарства е действало по метода „проба-грешка“, при който се разглеждат милиони потенциални структури с ограничен успех. „Този алгоритъм включва творчески, а не data mining процес“ казва той.

ИИ-генерираните молекули изглеждат обещаващи, казва Ренсло, и дизайнът на някои от тях дори би могъл да се нарече креативен. Но това проучване би било най-добре категоризирано като „доказателство на принцип“ според него. Молекулите не са точно попадение и би отнело около година лабораторна работа докато се доусъвършенстват. Това означава, че ИИ не би спестил на голяма фармацевтична компания много време. В допълнение към това, системата е генерирала впечатляващ брой кандидати за молекули, но е работила в ниша, за която има голямо количество информация, от която да се учи. „Това определено е добро начало, но на ИИ би му било по-трудно да открие лекарство в област, за която нямаме много информация“ добави Ренсло.

Но все пак, трябва да започнем от някъде. Дори и за момента алгоритмите да не могат да се мерят с екип химици, това изследване демонстрира как ИИ може бързо да генерира обещаващи следи, по които човешките изследователи да тръгнат.

Методът на Insilico се гради върху две форми на ИИ: генеративно опозиционна мрежа (generative adversarial networks или GAN) и затвърдително обучение (reinforcement learning). Той работи като преглежда минали изследвания и патенти за молекули, за които се знае, че са ефективни срещу зададената му мишена, както и други структури. Идеята е да се приоритизират оригинални, но логични структури, които могат да се синтезират в лаборатория.

По подобен начин действат и медицинските химици, когато четат литература и сглобяват молекулярни компоненти. От 30 000 потенциални дизайна, екипът избрал 40, от които останали 6 потенциални кандидати.

Проверката в истинския свят е важна в сфера пренаситена с неосъществени вълнения. Засега няма ИИ-генерирани лекарства, които да са близо до излизане на пазара. Системи като AlphaFold показват напреднали техники, които са вълнуващи за изследователите, но вероятно няма да произведат резултати, които да могат бързо да се превърнат в нови лекарства. През април, сферата стана свидетел на голям провал, когато IBM спря да продава своята „Watson for Drug Discovery“ (Уотсън за откриване на лекарства) система, която претърсваше медицинска литература и генетична дата за пропуснати лекарства. Според доклади, системата не е предложила очаквания резултат на първите си потребители.

Това обаче не е намалило ентусиазма на инвеститорите, с повече от 1 милиард долара инвестирани в стартъпи за откриване на лекарства чрез изкуствен интелект, според информация на Bloomberg.

Фармацевтичната индустрия също е започнала да им обръща внимание. Insitro, разработена в Станфърд, през април е подписала сделка с Gilead, с потенциална стойност 1 милиард долара, за да разработи молекули, които да се борят със заболявания на черния дроб. В същия месец, Exscientia, британски стартъп, обяви, че е произвела молекула, която има потенциала да третира ХОББ (белодробно заболяване) и започва клинични тестове с GlaxoSmithKline.

Insilico си има собствени партньорства с фармацевтични компании, но е решила сама да започне да открива собствени мишени и молекули през 2015. Жаворонков казва, че системата описана в журнала Nature, която е на над 1 година вече е разработена да генерира молекули за други, по-трудни мишени с по-малко налична информация.

Компанията, която е фокусирана на „заболявания свързани с възрастта“, използва изкуствения си интелект, за да открива други потенциални мишени за лекарства, включително и такива срещу рак, както и срещу фиброза и НАСХ (тип чернодробно заболяване). Ако молекулите, открити от ИИ на Insilico могат да издържат преклиничните тестове, от компанията ще потърсят партньор за клинични тестове.

Но ще трябва да почакаме докато видим тези ИИ-генерирани лекарства. Жаворонков казва, че компанията вероятно я делят няколко години от клиничните тестове.

2
ДОБАВИ КОМЕНТАР

avatar
1 Коментари
1 Отговори на коментарите
0 Последователи
 
Коментарът с най-много реакции
Най-горещият коментар
  Абонирай се  
нови стари оценка
Извести ме за
115
115

„за да проверят дали ИИ е открил нещо или просто си фантазира.“
Много добра статия. Подходяща за деца в трети клас.

115
115

Стига с тази свобода на словото.

Председателят на парламентарната комисия по култура Вежди Рашидов пред БНР