Прорыв в медицине, основанный на ИИ: использование искусственного интеллекта для открытия новых лекарств

Открытие лекарств известно как “от рабочего стола к кровати” из-за его длительности и высокой стоимости. На разработку лекарства уходит около 11-16 лет и между $1 миллиардом и $2 миллиардами, чтобы вывести лекарство на рынок. Но теперь ИИ революционизирует разработку лекарств, обеспечивая лучшую скорость и прибыльность.

ИИ в разработке лекарств изменил наш подход и стратегию в области биомедицинских исследований и инноваций. Он помог исследователям уменьшить сложность пути заболевания и выявить биологические цели.

Давайте глубже рассмотрим, какой потенциал ИИ в открытии лекарств имеет для будущего.

Понимание роли ИИ: как он используется для открытия лекарств?

ИИ повысил различные этапы процесса открытия лекарств своей способностью анализировать огромные объемы данных и делать сложные прогнозы. Вот как:

1. Идентификация цели

Идентификация цели – это первый процесс открытия лекарств, который включает выявление возможных молекулярных сущностей, таких как белки, ферменты и рецепторы, присутствующие в организме, которые могут объединиться с лекарствами для производства терапевтических эффектов против заболеваний.

ИИ может использовать крупные клинические базы данных, которые включают 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 вместе с биомедицинскими методами, такими как экспрессия генов, могут понять сложные биологические заболевания и выявить биологические цели для кандидатов на лекарства. Например, исследователи разработали различные методы ИИ для выявления новых противораковых целей.

2. Выбор цели

ИИ в открытии лекарств может помочь исследователям выбрать перспективные цели на основе их корреляций с заболеваниями и прогнозируемой терапевтической полезности. С сильным распознаванием закономерностей ИИ может сделать этот выбор не только на основе заявленной медицинской литературы, но и выбрать совершенно новые цели без каких-либо предыдущих ссылок в опубликованных патентах.

3. Приоритизация лекарств

На этом этапе ИИ оценивает и оценивает ведущие соединения лекарств, отдаёт приоритет им для дальнейшего анализа и исследования для продвижения их разработки. По сравнению с предыдущими методами ранжирования, подходы на основе ИИ более эффективны в выявлении наиболее перспективных кандидатов. Например, исследователи разработали вычислительную основу на основе глубокого обучения для выявления и приоритизации новых лекарств для болезни Альцгеймера.

4. Скрининг соединений

Модели ИИ могут прогнозировать химические свойства и биоактивность соединений и предоставлять информацию о нежелательных эффектах. Они могут анализировать данные из различных источников, включая предыдущие исследования и базы данных, для выявления потенциальных рисков или побочных эффектов, связанных с конкретным соединением. Например, исследователи разработали инструмент глубокого обучения для скрининга химических библиотек с миллиардами молекул для значительного ускорения крупномасштабного исследования соединений.

5. Де-ново проектирование лекарств

Ручной скрининг крупных коллекций соединений был традиционной практикой в открытии лекарств. С ИИ исследователи могут скринить новые соединения с или без предварительной информации и даже прогнозировать окончательную трехмерную структуру открытых лекарств. Например, AlphaFold, разработанный DeepMind, – это система ИИ, которая может прогнозировать структуры белков. Она поддерживает базу данных более 200 миллионов прогнозов структуры белков, что может ускорить процесс проектирования лекарств.

5 успешных примеров открытия лекарств на основе ИИ

1) Абацин

Антибиотики убивают бактерии. Но из-за нехватки новых лекарств и быстрой эволюции бактериальной резистентности к старым лекарствам бактерии становятся трудными для лечения. Абацин, сильный экспериментальный антибиотик, разработанный с помощью ИИ, предназначен для уничтожения Acinetobacter baumannii, одного из самых опасных супербактерий.

Используя ИИ, исследователи сначала протестировали тысячи лекарств, чтобы увидеть, как хорошо они работают против бактерии Acinetobacter baumannii. Затем эта информация была использована для обучения ИИ разработке лекарства, которое может эффективно лечить ее.

2) Target X от Insilico Medicine

Insilico Medicine использовала свою платформу Generative AI и создала лекарство под названием Target X, которое сейчас находится в первой фазе клинических испытаний. Target X предназначен для лечения идиопатической легочной фиброзы, заболевания, которое может вызвать жесткость легких у пожилых людей, если его не лечить. Первая фаза будет включать 80 участников, и половине будет назначена более высокая доза постепенно. Это поможет оценить, как молекула лекарства взаимодействует с человеческим организмом.

3) VRG50635 от Verge Genomics

Verge Genomics, компания по открытию лекарств на основе ИИ, использовала свою платформу CONVERGE для открытия нового соединения, VRG-50635, для лечения ALS, проанализировав человеческие данные, включая информацию о тканях мозга и спинного мозга пациентов с нейродегенеративными заболеваниями, такими как болезнь Паркинсона, ALS и болезнь Альцгеймера.

Платформа сначала обнаружила фермент PIKfyve как возможную цель для ALS, а затем предложила VRG50635 как перспективный ингибитор PIKfyve, который стал потенциальным кандидатом на лекарство для лечения ALS. Процесс занял около четырех лет, и теперь кандидат находится в первой фазе клинических испытаний.

4) Exscientia-A2a Receptor

Exscientia, компания MedTech, ответственная за первое молекула, разработанную с помощью ИИ, для иммуноонкологического лечения – формы лечения рака, которая использует иммунную систему организма для борьбы с раковыми клетками. Их лекарство, разработанное с помощью ИИ, вошло в фазу клинических испытаний на людях. Его потенциал заключается в его способности воздействовать на рецептор A2a для стимуляции противоопухолевой активности, обеспечивая при этом меньшее количество побочных эффектов на организм и мозг.

Используя Generative AI, они создали некоторые другие соединения для нацеливания на различные заболевания, такие как

• Транскрипционно-зависимые раки путем нацеливания на ингибиторы CDK7
• Воспалительные заболевания путем нацеливания на фермент PKC-theta
• Заболевания гематологии и онкологии путем нацеливания на регулятор LSD1

5) Абсци-де-ново антитела с нулевым выстрелом Generative AI

Абсци, компания по открытию лекарств на основе ИИ, продемонстрировала использование нулевого выстрела Generative AI для создания де-ново антител посредством компьютерного моделирования. Нулевой выстрел означает, что модель ИИ не была явно протестирована на текущей входной информации во время фазы обучения. Следовательно, этот процесс может создать новые проекты антител самостоятельно.

Де-ново терапевтические антитела, работающие на ИИ, сокращают время, необходимое для разработки новых кандидатов на лекарства, с шести лет до 18-24 месяцев, увеличивая их вероятность успеха в клинике. Технология компании может тестировать и проверять 3 миллиона проектов антител, сгенерированных ИИ, каждую неделю. Это новое развитие может сразу доставить новые терапевтические средства каждому пациенту, отмечая значительный промышленный переворот.

Что ждет будущее ИИ и открытия лекарств?

Помимо многих других приложений в здравоохранении, ИИ делает процесс открытия лекарств быстрее и более интеллектуальным, анализируя огромные наборы данных и прогнозируя перспективные цели и кандидаты на лекарства. Используя Generative AI, биотехнологические компании могут выявить маркеры ответа пациентов и разработать персонализированные планы лечения быстро.

Отчет предполагает, что скоро больше компаний MedTech будут включать ИИ и МО на ранних этапах открытия лекарств, что поможет создать рынок стоимостью $50 миллиардов в течение следующих десяти лет, создавая значительный потенциал роста ИИ в фармацевтике. ИИ потенциально снизит общую стоимость открытия лекарств, делая больше новых лекарств доступными для пациентов быстрее.

Если вы хотите узнать больше об ИИ и о том, как он изменит нашу будущее, посетите unite.ai.