Výzkumníci využívající umělou inteligenci vyvinuli metodu pro znovuvyužití existujících léků v boji proti Covid-19

Mezinárodní tým výzkumníků použil modely umělé inteligence k nalezení již existujících léků, které mohou léčit Covid-19 u starších pacientů. Výzkumný tým použil autoencoderové modely na léky, které jsou již na trhu, s cílem najít společné rysy změn v exprimi genů způsobených stárnutím a Covid-19.

Jak vysvětlila spoluautorka studie, výpočetní bioložka z MIT, Caroline Uhler, problém spočívá v tom, že vývoj nových léků proti Covid-19 může trvat roky. Umělá inteligence již byla využita k objevu nových léků, nachází nové formulace terapeutických léků mnohem rychleji než tradiční metody objevu léků. Bohužel, i relativně rychlá rychlost, s níž lze objevit léky pomocí umělé inteligence, je stále příliš pomalá pro situace, jako je pandemie Covid-19. Je mnohem výhodnější znovuvyužít existující léky.

Abyste našli lék, který může bojovat proti účinkům Covid-19 u starších populací, výzkumníci se zaměřili na geny, které procházejí změnami během stárnutí a při infekci virem Covid-19.

Covid-19 se předpokládá, že využívá určitých buněčných cest, zejména zánětlivých cest, k replikaci. Je také známo, že účinky Covid-19 jsou mnohem horší u starších populací než u mladších populací. Kromě toho jsou dýchací systémy stárnoucích jedinců charakterizovány změnami v tuhosti tkáně. S ohledem na tyto skutečnosti výzkumníci hledali geny, které jsou ovlivněny stárnutím a Covid-19, s cílem najít léky, které interagují pozitivně s těmito geny.

Výzkumný tým použil tříkrokový proces k nalezení genů společných pro obě cesty. V první fázi výzkumu tým použil autoencoder k vygenerování seznamu kandidátních léků. To se provedlo analýzou dvou sad vzorců exprimovaných genů, výběrem léků, které se zdají snižovat celkový dopad viru. Výsledkem byl seznam kandidátních léků a jejich interakcí s proteiny ve stárnoucích a infekčních cestách. Poté výzkumníci vzali seznam kandidátních léků a mapovali interakce mezi proteiny a dvěma různými cestami, produkující mapu interakcí proteinů pro obě. Výzkumníci poté porovnali dvě mapy interakcí proteinů, aby našli oblasti překryvu. To vedlo k objevu sítě exprimovaných genů, na kterou by se měly léky zaměřit, aby snížily závažnost Covid-19 u starších pacientů.

V poslední fázi výzkumného projektu tým použil statistické metody k určení kauzality v mapovaných sítích. Použitím této metody byli schopni určit přesně ty geny, se kterými by měl kandidátní lék interagovat, aby co nejúčinněji snížil závažnost infekce Covid-19.

Podle výsledků jejich analýzy byl gen RIPK1 považován za část genomu, která by měla být cílem terapeutických léků proti Covid-19. Některé z kandidátních léků se používají k léčbě rakoviny. Další kandidátní léky jsou již testovány lékařskými institucemi k léčbě Covid-19.

Výzkumný tým poznamenává, že se jedná pouze o první krok v určení, které léky by mohly být znovuvyužity pro léčbu Covid-19. Bude nutné provést rozsáhlé in vitro experimenty a klinické studie, aby se zjistilo, zda léky jsou skutečně účinné. Pokud se však tento přístup ukáže jako úspěšný, mohl by být použit k nalezení účinných léků pro jiné podmínky.

Podle výzkumného týmu:

“Zatímco naše výpočetní platforma se aplikuje v kontextu SARS-CoV-2, naše algoritmy integrují datové modality, které jsou k dispozici pro mnoho nemocí, a tím je činí široce aplikovatelnými.”