Naukowcy AI opracowali metodę ponownego wykorzystania istniejących leków do walki z Covid-19

Międzynarodowy zespół naukowców 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 wyjaśniła współautorka badania, biolog komputacyjny z MIT, Caroline Uhler, problemem w opracowaniu nowych leków do walki z Covid-19 jest to, że proces opracowywania leków może trwać lata. AI zostało już wykorzystane 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 za pomocą AI, jest nadal zbyt wolna w sytuacjach takich jak pandemia Covid-19. Znacznie szybciej jest ponownie wykorzystywać istniejące leki.

Aby znaleźć lek, który może skutecznie walczyć z objawami Covid-19 u osób starszych, naukowcy przyjrzeli się genom, które ulegały zmianom zarówno podczas normalnego starzenia się, jak i pod wpływem wirusa 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, naukowcy szukali genów, które zmieniały się zarówno w wyniku starzenia się, jak i Covid-19, mając na celu znalezienie leków, które w pozytywny sposób oddziałują z tymi genami.

Zespół badawczy wykorzystał trzyetapowy proces, aby znaleźć geny wspólne dla obu ścieżek. W pierwszej fazie badań zespół wykorzystał autoencoder do wygenerowania listy kandydujących leków. Zrobiono to, analizując dwa zestawy wzorców ekspresji genów, wybierając leki, które wydawały się zmniejszać ogólny wpływ wirusa. Wynikiem była lista kandydujących leków i ich interakcji z białkami w ścieżkach starzenia się i infekcji. Następnie naukowcy wzięli listę kandydujących leków i zmapirowali interakcje między białkami a dwiema różnymi ścieżkami, tworząc mapę interakcji białek dla obu. Naukowcy 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 zastosował metody statystyczne, aby określić przyczynowość w zmapiowanych sieciach. Wykorzystując tę metodę, byli w stanie określić dokładne geny, z którymi kandydujący lek powinien oddziaływać, aby najskuteczniej zmniejszyć ciężkość infekcji Covid-19.

Zgodnie z wynikami ich analizy, gen RIPK1 był częścią genomu uważaną za najbardziej odpowiednią do celowania przez leki przeciwko Covid-19. Niektóre z kandydujących leków są stosowane w leczeniu raka. Inne kandydujące leki są już testowane przez instytucje 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 obszerne 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 na inne schorzenia.

Zgodnie z tym, co napisał zespół badawczy:

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