Výzkumníci v oblasti AI vyvinuli metodu pro opětovné využití existujících léků v boji proti Covid-19

Mezinárodní tým výzkumníků použil modely AI 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 ve vyjádření 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. AI již byla využita k objevu nových léků, nalezení nových formulací terapeutických léků mnohem rychleji než tradiční metody objevu léků. Bohužel, i relativně rychlá rychlost, s níž lze léky objevit pomocí AI, je stále příliš pomalá pro situace, jako je pandemie Covid-19. Je mnohem výhodnější opětovně využít existující léky.

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

Covid-19 se předpokládá, že využívá certain buněčné dráhy, zejména zánětlivé dráhy, 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 změněny 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 dráhy. V první fázi výzkumu tým použil autoencoder k vygenerování seznamu kandidátních léků. To se provedlo analýzou dvou sad údajů o vzorcích vyjádření genů, výběrem léků, které se zdály snižovat celkový dopad viru. Výsledkem byl seznam kandidátních léků a jejich doprovodných interakcí s proteiny ve stárnoucích a infekčních drahách. Poté výzkumníci vzali seznam kandidátních léků a mapovali interakce mezi proteiny a dvěma různými drahami, produkující mapu interakcí proteinů pro obě. Výzkumníci poté porovnali dvě mapy interakcí proteinů, aby našli oblasti překryvu. To vedlo k objevu sítě vyjádření 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 geny, se kterými by měl kandidátní lék interagovat, aby 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 ústavy k léčbě Covid-19.

Výzkumný tým poznamenává, že se jedná pouze o první krok v určení, které léky by mohly být opětovně využity pro léčbu Covid-19. Bude nutné provést rozsáhlé in vitro experimenty a klinické zkoušky, 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 andere podmínky.

Podle výzkumného týmu:

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