Terobosan Medis yang Dipandu AI: Memanfaatkan Kecerdasan Buatan untuk Penemuan Obat Baru

Penemuan obat dikenal sebagai “dari meja ke tempat tidur” karena durasi yang lama dan biaya yang tinggi. Dibutuhkan sekitar 11 hingga 16 tahun dan antara $1 miliar hingga $2 miliar untuk membawa obat ke pasar. Namun sekarang AI merevolusi pengembangan obat, memberikan kecepatan dan profitabilitas yang lebih baik.

AI dalam pengembangan obat telah mengubah pendekatan dan strategi kita terhadap penelitian biomedis dan inovasi. Ini telah membantu peneliti mengurangi kompleksitas jalur penyakit dan mengidentifikasi target biologis.

Mari kita lihat lebih dalam apa yang dimungkinkan oleh AI dalam penemuan obat di masa depan.

Mengerti Peran AI: Bagaimana AI Digunakan untuk Penemuan Obat?

AI telah meningkatkan berbagai tahap proses penemuan obat dengan kemampuan menganalisis sejumlah besar data dan membuat prediksi yang kompleks. Berikut adalah cara kerjanya:

1. Identifikasi Target

Identifikasi target adalah proses pertama penemuan obat yang melibatkan mengidentifikasi entitas molekuler yang mungkin seperti protein, enzim, dan reseptor yang hadir dalam tubuh yang dapat bergabung dengan obat untuk menghasilkan efek terapeutik melawan penyakit.

AI dapat memanfaatkan basis data klinis yang besar yang mencakup informasi kunci tentang identifikasi target. Sumber data ini dapat mencakup penelitian biomedis, informasi biomolekuler, data uji klinis, struktur protein, dan lain-lain.

Model AI yang dilatih bersama dengan teknik biomedis seperti ekspresi gen dapat memahami penyakit biologis yang kompleks dan mengidentifikasi target biologis untuk kandidat obat. Misalnya, peneliti telah mengembangkan berbagai teknik AI untuk identifikasi target anti-kanker baru.

2. Seleksi Target

AI dalam penemuan obat dapat membantu peneliti memilih target yang menjanjikan berdasarkan korelasi penyakit dan utilitas terapeutik yang diprediksi. Dengan pengenalan pola yang kuat, AI dapat membuat seleksi ini berdasarkan tidak hanya literatur medis yang dinyatakan tetapi juga memilih target baru tanpa referensi sebelumnya dalam paten yang dipublikasikan.

3. Prioritisasi Obat

Pada tahap ini, AI mengevaluasi dan menilai senyawa obat utama, memprioritaskan mereka untuk penilaian dan penelitian lebih lanjut untuk mengembangkan mereka. Dibandingkan dengan teknik peringkat sebelumnya, pendekatan berbasis AI lebih efektif dalam mengidentifikasi kandidat yang paling menjanjikan. Misalnya, peneliti telah mengembangkan kerangka kerja komputasi berbasis Deep Learning untuk mengidentifikasi dan memprioritaskan obat baru untuk penyakit Alzheimer.

4. Pemeriksaan Senyawa

Model AI dapat memprediksi sifat kimia dan bioaktivitas senyawa dan memberikan wawasan tentang efek sampingan. Mereka dapat menganalisis data dari berbagai sumber, termasuk studi sebelumnya dan basis data, untuk mengidentifikasi potensi risiko atau efek sampingan yang terkait dengan senyawa tertentu. Misalnya, peneliti telah mengembangkan alat pembelajaran dalam untuk menyaring perpustakaan kimia dengan miliaran molekul untuk secara signifikan mempercepat eksplorasi senyawa besar-besaran.

5. Desain Obat De Novo

Pemeriksaan manual dari koleksi besar senyawa telah menjadi praktik tradisional dalam penemuan obat. Dengan AI, peneliti dapat menyaring senyawa baru dengan atau tanpa informasi sebelumnya dan juga memprediksi struktur 3D akhir dari obat yang ditemukan. Misalnya, AlphaFold, yang dikembangkan oleh DeepMind, adalah sistem AI yang dapat memprediksi struktur protein. Ini mempertahankan basis data lebih dari 200 juta prediksi struktur protein yang dapat mempercepat proses desain obat.

5 Contoh Penemuan Obat Berbasis AI yang Sukses

1) Abaucin

Antibiotik membunuh bakteri. Namun karena kekurangan obat baru dan evolusi cepat resistensi bakteri terhadap obat lama, bakteri menjadi sulit diobati. Abaucin, antibiotik eksperimental yang dikembangkan AI, dirancang untuk membunuh Acinetobacter baumannii, salah satu bakteri superbug paling berbahaya.

Menggunakan AI, peneliti pertama kali menguji ribuan obat untuk melihat seberapa baik mereka bekerja melawan bakteri, Acinetobacter baumannii. Kemudian informasi ini digunakan untuk melatih AI untuk mengembangkan obat yang dapat mengobati bakteri tersebut secara efektif.

2) Target X oleh Insilico Medicine

Insilico Medicine menggunakan platform AI Generatif dan menciptakan obat yang disebut Target X, yang sekarang sedang dalam uji klinis Fase 1. Target X dirancang untuk mengobati Idiopathic Pulmonary Fibrosis, penyakit yang dapat menyebabkan kekakuan paru-paru pada orang tua jika tidak diobati. Fase 1 akan melibatkan 80 peserta, dan setengah dari mereka akan menerima dosis yang lebih tinggi secara bertahap. Ini akan membantu mengevaluasi bagaimana molekul obat berinteraksi dengan tubuh manusia.

3) VRG50635 oleh Verge Genomic

Verge Genomics, perusahaan penemuan obat berbasis AI, menggunakan platform AI CONVERGE untuk menemukan senyawa baru, VRG-50635, untuk pengobatan ALS dengan menganalisis titik data manusia. Titik data tersebut termasuk informasi tentang jaringan otak dan sumsum tulang belakang pasien dengan penyakit neurodegeneratif seperti Parkinson, ALS, dan Alzheimer.

Platform tersebut pertama kali menemukan enzim PIKfyve sebagai target yang mungkin untuk ALS dan kemudian menyarankan VRG50635 sebagai inhibitor PIKfyve yang menjanjikan, yang menjadi kandidat obat potensial untuk mengobati ALS. Proses ini memakan waktu sekitar empat tahun, dan sekarang kandidat tersebut sedang dalam uji klinis fase 1.

4) Exscientia-A2a Receptor

Exscientia, perusahaan MedTech berbasis AI, bertanggung jawab atas molekul pertama yang dirancang AI untuk pengobatan immuno-onkologi – bentuk pengobatan kanker yang menggunakan sistem kekebalan tubuh untuk melawan sel kanker. Obat AI mereka telah memasuki fase uji klinis pada manusia. Potensinya terletak pada kemampuannya untuk menargetkan reseptor A2a untuk mempromosikan aktivitas anti-tumor sambil memastikan efek sampingan yang lebih sedikit pada tubuh dan otak.

Menggunakan AI Generatif, mereka telah menciptakan beberapa senyawa lain untuk menargetkan berbagai penyakit seperti

• Kanker yang bergantung pada transkripsi dengan menargetkan inhibitor CDK7
• Penyakit peradangan dengan menargetkan enzim PKC-teta
• Penyakit hematologi dan onkologi dengan menargetkan regulator LSD1

5) Absci-De Novo Antibodi dengan Zero-Shot Generative AI

Absci, perusahaan penemuan obat berbasis AI Generatif, telah menunjukkan penggunaan zero-shot generative AI untuk menciptakan antibodi de novo melalui simulasi komputer. Pembelajaran zero-shot berarti bahwa model AI belum pernah diuji secara eksplisit pada informasi input saat ini selama fase pelatihan. Oleh karena itu, proses ini dapat menghasilkan desain antibodi baru secara mandiri.

Antibodi terapi de novo yang ditenagai AI memotong waktu yang dibutuhkan untuk mengembangkan kandidat obat baru dari enam tahun menjadi hanya 18 hingga 24 bulan, meningkatkan kemungkinan keberhasilannya di klinik. Teknologi perusahaan dapat menguji dan memvalidasi 3 juta desain yang dihasilkan AI setiap minggu. Pengembangan baru ini dapat segera memberikan terapi baru kepada setiap pasien, menandai perubahan signifikan dalam industri.

Apa yang Dimiliki Masa Depan AI & Penemuan Obat?

Selain banyak aplikasi kesehatan lainnya, AI membuat proses penemuan obat lebih cepat dan lebih cerdas dengan menganalisis kumpulan data besar dan memprediksi target dan kandidat obat yang menjanjikan. Dengan menggunakan AI generatif, perusahaan biotek dapat mengidentifikasi penanda respons pasien dan mengembangkan rencana pengobatan personalisasi dengan cepat.

Laporan menunjukkan bahwa segera, lebih banyak perusahaan MedTech akan mengintegrasikan AI dan ML ke dalam penemuan obat tahap awal, yang akan membantu menciptakan pasar senilai $50 miliar dalam waktu sepuluh tahun ke depan, menciptakan potensi pertumbuhan yang signifikan dari AI dalam farmasi. AI berpotensi mengurangi biaya penemuan obat secara keseluruhan, membuat obat baru lebih tersedia bagi pasien dengan lebih cepat.

Jika Anda ingin mengetahui lebih lanjut tentang AI dan bagaimana AI akan membentuk masa depan kita, kunjungi unite.ai.