Badacze AI opracowują metodę ponownego wykorzystania istniejących leków w walce z Covid-19

Międzynarodowy zespół badaczy zastosował modele AI w celu znalezienia już istniejących leków, które mogą leczyć Covid-19 u pacjentów w podeszłym wieku. Zespół badawczy zastosował modele autoencoder do leków już dostępnych na rynku, mając na celu znalezienie wspólnych cech w zmianach ekspresji genów spowodowanych zarówno naturalnym starzeniem się, jak i Covid-19.

Jak wyjaśnia współautor studium, biolog komputacyjny z MIT, Caroline Uhler, problemem w opracowaniu nowych leków do walki z Covid-19 jest to, że proces tworzenia leków może trwać lat. AI została już wykorzystana do odkrycia nowych leków, znajdując nowe formuły leków terapeutycznych znacznie szybciej niż tradycyjne metody odkrywania leków. Niestety, nawet względnie szybka szybkość, z jaką leki mogą być odkrywane przy użyciu AI, jest nadal zbyt wolna w sytuacjach takich jak pandemia Covid-19. Bardzo ważniejsze jest ponowne wykorzystanie istniejących leków.

Aby znaleźć lek, który może skutecznie walczyć z objawami Covid-19 u osób starszych, badacze przyjrzeli się genom, które ulegały zmianom podczas zarówno normalnego starzenia się, jak i zakażenia wirusem Covid-19.

Przypuszcza się, że Covid-19 wykorzystuje pewne ścieżki komórkowe, szczególnie ścieżki zapalne, do replikacji. Wiadomo również, że skutki Covid-19 są znacznie gorsze u osób starszych niż u młodszych. Ponadto układ oddechowy osób starszych charakteryzuje się zmianami w sztywności tkanek. Biorąc pod uwagę te fakty, badacze szukali genów, które ulegały zmianom zarówno w starzeniu się, jak i w Covid-19, z celem znalezienia leków, które mogą pozytywnie oddziaływać na te geny.

Zespół badawczy wykorzystał trzyetapowy proces, aby znaleźć geny wspólne dla obu ścieżek. W pierwszej fazie badań zespół wykorzystał autoencoder do wygenerowania listy potencjalnych leków. Zrobiono to, analizując dwa zestawy wzorców ekspresji genów, wybierając leki, które wydawały się redukować ogólny wpływ wirusa. Wynikiem była lista potencjalnych leków i ich interakcji z białkami w obu ścieżkach starzenia się i zakażenia. Następnie badacze wzięli listę potencjalnych leków i zamapowali interakcje między białkami a dwiema różnymi ścieżkami, produkując mapę interakcji białek dla obu. Badacze porównali następnie dwie mapy interakcji białek, aby znaleźć obszary nakładania się. To doprowadziło do odkrycia sieci ekspresji genów, które leki powinny atakować, aby zmniejszyć ciężkość Covid-19 u starszych pacjentów.

W ostatniej fazie projektu badawczego zespół wykorzystał metody statystyczne, aby określić przyczynowość w zamapowanych sieciach. Wykorzystując tę metodę, byli w stanie określić dokładne geny, z którymi kandydat na lek powinien współdziałać, aby najskuteczniej zmniejszyć ciężkość zakażenia Covid-19.

Zgodnie z wynikami ich analizy, gen RIPK1 był częścią genomu uważaną za najbardziej odpowiednią do celowania przez leki przeciw Covid-19. Niektóre z kandydatów na leki są wykorzystywane do leczenia raka. Inne kandydaci na leki są już testowani przez instytuty medyczne w celu leczenia Covid-19.

Zespół badawczy zauważa, że jest to tylko pierwszy krok w określeniu, które leki mogą być ponownie wykorzystane do leczenia Covid-19. Konieczne będą obszerniejsze eksperymenty in vitro i badania kliniczne, aby określić, czy leki są naprawdę skuteczne. Jednak jeśli podejście okaże się skuteczne, może być wykorzystane do znalezienia skutecznych leków dla innych chorób.

Zgodnie z zespołem badawczym:

“Podczas gdy stosujemy naszą platformę komputacyjną w kontekście SARS-CoV-2, nasze algorytmy integrują modalności danych, które są dostępne dla wielu chorób, co sprawia, że są one powszechnie stosowalne.”