Медицинский прорыв, управляемый искусственным интеллектом: использование искусственного интеллекта для открытия новых лекарств

Поиск лекарств известен как «от скамейки к постели» из-за его длительности и высокой стоимости. Это занимает от 11 до 16 лет и между $ 1 млрд. До $ 2 млрд. вывести лекарство на рынок. Но теперь ИИ произвел революцию в разработке лекарств, обеспечивая более высокие темпы и прибыльность.

ИИ в разработке лекарств изменил наш подход и стратегию в отношении биомедицинских исследований и инноваций. Это помогло исследователям уменьшить сложность пути заболевания и определить биологические цели.

Давайте посмотрим глубже на то, какой потенциал ИИ в разработке лекарств есть в будущем.

Понимание роли ИИ: как его используют для открытия лекарств?

ИИ улучшил различные этапы процесса открытия лекарств благодаря своей способности анализировать огромные объемы данных и делать сложные прогнозы. Вот как:

1. Идентификация цели

Идентификация мишени — это первый процесс открытия лекарств, который включает в себя идентификацию возможных молекулярных объектов, таких как белки, ферменты и рецепторы, присутствующие в организме, которые могут сочетаться с лекарствами для получения терапевтических эффектов против болезней.

ИИ может использовать большие клинические базы данных, содержащие ключевую информацию об идентификации цели. Эти источники данных могут включать биомедицинские исследования, биомолекулярную информацию, данные клинических испытаний, структуры белков и т. д.

Обученные модели ИИ наряду с биомедицинскими методами, такими как экспрессия генов, могут понимать сложные биологические заболевания и определять биологические мишени для кандидатов в лекарства. Например, исследователи разработали различные методы искусственного интеллекта для выявление новых противораковых мишеней.

2. Выбор цели

ИИ в поиске лекарств может помочь исследователям выбрать перспективные цели на основе корреляции их заболеваний и прогнозируемой терапевтической полезности. Благодаря сильному распознаванию образов ИИ может сделать этот выбор не только на основе заявленной медицинской литературы, но и выбрать совершенно новые цели без предварительных ссылок в опубликованных патентах.

3. Приоритизация лекарств

На этом этапе ИИ оценивает и оценивает основные лекарственные соединения, определяя их приоритетность для дальнейшей оценки и исследований для продвижения их разработки. По сравнению с предыдущими методами ранжирования подходы на основе ИИ более эффективны при выявлении наиболее перспективных кандидатов. Например, исследователи разработали Вычислительная среда на основе глубокого обучения определить и определить приоритетность новых препаратов для лечения болезни Альцгеймера.

4. Сложный скрининг

Модели ИИ могут предсказывать химические свойства и биологическую активность соединений, а также дают представление о побочных эффектах. Они могут анализировать данные из различных источников, включая предыдущие исследования и базы данных, для выявления любых потенциальных рисков или побочных эффектов, связанных с конкретным соединением. Например, исследователи разработали инструмент глубокого обучения для просмотра химических библиотек с миллиардами молекул, чтобы значительно ускорить крупномасштабное исследование соединений.

5. Дизайн лекарств Де Ново

Ручной скрининг больших коллекций соединений был традиционной практикой при открытии лекарств. С помощью ИИ исследователи могут проверять новые соединения с предварительной информацией или без нее, а также предсказывать окончательную трехмерную структуру обнаруженных лекарств. Например, AlphaFold, разработанная DeepMind, представляет собой систему искусственного интеллекта, которая может предсказывать структуры белков. Он поддерживает базу данных, содержащую более 200 миллионов предсказаний структуры белков, которые могут ускорить процесс разработки лекарств.

5 успешных примеров открытия лекарств на основе ИИ

1) Абауцин

Антибиотики убивают бактерии. Но из-за нехватки новых лекарств и быстрого развития устойчивости бактерий к старым лекарствам лечить бактерии становится все труднее. Абауцин, сильнодействующий экспериментальный антибиотик, разработанный искусственным интеллектом, предназначен для уничтожения Acinetobacter baumannii, одного из самых опасных супербактерии.

Используя ИИ, исследователи сначала протестировали тысячи лекарств, чтобы увидеть, насколько хорошо они действуют против бактерии Acinetobacter baumannii. Затем эта информация использовалась для обучения ИИ созданию лекарства, которое могло бы эффективно его лечить.

2) Target X от Insilico Medicine

Инсилико Медицина использовал его Генеративный ИИ платформу и создали лекарство под названием Target X, которое в настоящее время проходит первую фазу клинических испытаний. Target X предназначен для лечения Идиопатический легочный фиброз, заболевание, которое может вызвать жесткость легких у пожилых людей, если его не лечить. В фазе 1 примут участие 80 участников, и половина из них будет постепенно получать более высокие дозы. Это поможет оценить, как молекула лекарства взаимодействует с организмом человека.

3) VRG50635 от Verge Genomic

Грань Геномика, компания по разработке лекарств с использованием искусственного интеллекта, использовала свою платформу искусственного интеллекта CONVERGE для открытия нового соединения VRG-50635 для лечения БАС путем анализа данных о людях. Точки данных включали информацию о тканях головного и спинного мозга пациентов с нейродегенеративными заболеваниями, такими как болезнь Паркинсона, БАС и болезнь Альцгеймера.

Платформа сначала обнаружила фермент PIKfyve в качестве возможной мишени для БАС, а затем предложил VRG50635 в качестве многообещающего ингибитора PIKfyve, который стал потенциальным лекарственным средством для лечения БАС. Процесс занял около четырех лет, и сейчас кандидат находится на первой фазе испытаний на людях.

4) Рецептор Exscientia-A2a

excientia, компания AI MedTech, отвечает за первую молекулу, разработанную с помощью искусственного интеллекта для лечения иммуноонкологии – формы лечения рака, которая использует иммунную систему организма для борьбы с раковыми клетками. Их препарат искусственного интеллекта вступил в фазу клинических испытаний на людях. Его потенциал заключается в его способности нацеливаться на Рецептор A2a для повышения противоопухолевой активности при обеспечении меньшего количества побочных эффектов на тело и мозг.

. Генеративный ИИ, они создали некоторые другие соединения для борьбы с различными заболеваниями, такими как

• Транскрипционно-зависимый рак ориентируясь Ингибиторы CDK7
• Воспалительные заболевания путем нацеливания PKC-тета фермент
• Гематологические и онкологические заболевания по таргетингу регулятор LSD1

5) Антитела Absci-de Novo с генеративным искусственным интеллектом Zero-Shot

Абсци, чтобы Генеративный ИИ Компания по открытию лекарств продемонстрировала использование генеративного ИИ с нулевым выстрелом для создания антител de novo с помощью компьютерного моделирования. Обучение с нулевым выстрелом означает, что модель ИИ не была явно протестирована на текущей входной информации на этапе обучения. Следовательно, этот процесс может сам по себе привести к новым конструкциям антител.

Терапевтические антитела de novo, основанные на искусственном интеллекте, сокращают время, необходимое для разработки новых лекарств, с шести лет до всего лишь от 18 до 24 месяцев, увеличивая вероятность их успеха в клинике. Технология компании позволяет тестировать и проверять 3 миллиона дизайнов, созданных искусственным интеллектом, каждую неделю. Эта новая разработка может мгновенно предоставить новые терапевтические средства каждому пациенту, знаменуя собой значительные изменения в отрасли.

Что ждет ИИ и открытие лекарств в будущем?

Помимо многих другие медицинские приложения, ИИ ускоряет и делает процесс открытия лекарств более интеллектуальным, анализируя обширные наборы данных и прогнозируя перспективные цели и кандидаты в лекарства. Используя генеративный ИИ, биотехнологические компании могут идентифицировать маркеры реакции пациентов и разрабатывать индивидуальные планы лечения быстро.

В отчете предполагается, что вскоре больше компаний MedTech будут включать AI и ML на ранней стадии открытия лекарств, что поможет создать рынок стоимостью 50 миллиардов долларов в течение следующих десяти лет, создавая значительный потенциал роста ИИ в фармацевтике. ИИ потенциально снизит общие затраты на разработку лекарств, что позволит пациентам быстрее получать доступ к новым лекарствам.

Если вы хотите узнать больше об ИИ и о том, как он повлияет на наше будущее, посетите объединить.ай.