Розробка ліків, керованої штучним інтелектом: використання штучного інтелекту для відкриття нових лікарських засобів

Відкриття ліків відоме як “від лабораторного столу до ліжка” через свою тривалу тривалість і високу вартість. На розробку ліків потрібно близько 11-16 років та від $1 мільярда до $2 мільярдів, щоб привести лік до ринку. Але тепер штучний інтелект революціонізує розробку ліків, забезпечуючи кращий темп і прибутковість.

Штучний інтелект у розробці ліків змінив наш підхід і стратегію щодо біомедичних досліджень та інновацій. Він допоміг дослідникам зменшити складність шляху захворювання та ідентифікувати біологічні цілі.

Давайте глибше розглянемо, який потенціал має штучний інтелект у відкритті ліків для майбутнього.

Поняття ролі штучного інтелекту: як він використовується для відкриття ліків?

Штучний інтелект покращив різні етапи процесу відкриття ліків своєю здатністю аналізувати великі об’єми даних і робити складні передбачення. Ось як:

1. Ідентифікація цілі

Ідентифікація цілі є першим процесом відкриття ліків, який включає визначення можливих молекулярних сутностей, таких як білки, ферменти та рецептори, присутніх у організмі, які можуть поєднуватися з ліками для виробництва терапевтичних ефектів проти захворювань.

Штучний інтелект може використовувати великі клінічні бази даних, які включають ключову інформацію про ідентифікацію цілі. Ці джерела даних можуть включати біомедичні дослідження, біомолекулярну інформацію, дані клінічних випробувань, структури білків тощо.

Навчені моделі штучного інтелекту разом з біомедичними методами, такими як експресія генів, можуть зрозуміти складні біологічні захворювання та ідентифікувати біологічні цілі для кандидатів на ліків. Наприклад, дослідники розробили різні методи штучного інтелекту для ідентифікації нових протипухлинних цілей.

2. Вибір цілі

Штучний інтелект у відкритті ліків може допомогти дослідникам вибрати перспективні цілі на основі їхньої кореляції з захворюваннями та передбаченої терапевтичної корисності. З сильним розпізнаванням закономірностей, штучний інтелект може зробити цей вибір не тільки на основі заявленої медичної літератури, але й вибрати цілком нові цілі без жодної попередньої посилання у виданих патентах.

3. Приоритезація ліків

На цьому етапі штучний інтелект оцінює і рейтингує склади ліків, пріоритезуючи їх для подальшого дослідження та розвитку. У порівнянні з попередніми методами рейтингу, підходи, засновані на штучному інтелекті, є більш ефективними для визначення найбільш перспективних кандидатів. Наприклад, дослідники розробили комп’ютерну систему на основі глибокого навчання для відкриття і пріоритезації нових ліків проти хвороби Альцгеймера.

4. Скринінг сполук

Моделі штучного інтелекту можуть передбачити хімічні властивості сполук і біоактивність, а також надати інформацію про несприятливі ефекти. Вони можуть аналізувати дані з різних джерел, включаючи попередні дослідження та бази даних, для визначення потенційних ризиків або побічних ефектів, пов’язаних з певною сполукою. Наприклад, дослідники розробили інструмент глибокого навчання для скринінгу хімічних бібліотек з мільярдами молекул для значного прискорення великомасштабного дослідження сполук.

5. Де-ново проектування ліків

Ручний скринінг великих колекцій сполук був традиційною практикою у відкритті ліків. З допомогою штучного інтелекту дослідники можуть скринінгувати нові сполуки з або без попередньої інформації та передбачити кінцеву 3D-структуру відкритих ліків. Наприклад, AlphaFold, розроблений DeepMind, є системою штучного інтелекту, яка може передбачити структури білків. Вона підтримує базу даних понад 200 мільйонів передбачених структур білків, які можуть прискорити процес проектування ліків.

5 Успішних прикладів відкриття ліків на основі штучного інтелекту

1) Абацин

Антибіотики вбивають бактерії. Але через нестачу нових ліків і швидку еволюцію бактеріальної резистентності до старих ліків, бактерії стають важчими для лікування. Абацин, експериментальний антибіотик, розроблений штучним інтелектом, призначений для вбивства Acinetobacter baumannii, одного з найнебезпечніших супербактерій.

З допомогою штучного інтелекту дослідники спочатку протестували тисячі ліків, щоб побачити, як добре вони працюють проти бактерії Acinetobacter baumannii. Потім цю інформацію використали для навчання штучного інтелекту розробити лік, який може ефективно лікувати її.

2) Target X від Insilico Medicine

Insilico Medicine використала свою платформу Generative AI і створила лік під назвою Target X, який зараз перебуває на етапі клінічних випробувань 1 фази. Target X призначений для лікування ідіопатичної пульмональної фібрози, захворювання, яке може викликати загустіння легенів у людей похилого віку, якщо його не лікувати. Фаза 1 буде включати 80 учасників, і половині з них буде призначена вища доза ліків.

3) VRG50635 від Verge Genomics

Verge Genomics, компанія з відкриття ліків на основі штучного інтелекту, використала свою платформу CONVERGE для відкриття нового сполуки VRG-50635 для лікування аміотрофічного бокового склерозу (ALS) шляхом аналізу даних про людські дані. Дані включали інформацію про тканини мозку і спинного мозку пацієнтів з нейродегенеративними захворюваннями, такими як хвороба Паркінсона, ALS і Альцгеймера.

Платформа спочатку визначила фермент PIKfyve як можливу ціль для ALS, а потім пропонувала VRG50635 як перспективний інгібітор PIKfyve, який став потенційним кандидатом на лік проти ALS. Процес тривав близько чотирьох років, і тепер кандидат перебуває на етапі клінічних випробувань 1 фази.

4) Exscientia-A2a Рецептор

Exscientia, компанія MedTech, відповідає за розробку першої молекули, спроектованої штучним інтелектом, для імуноонкологічного лікування – форми лікування раку, яка використовує імунну систему організму для боротьби з раковими клітинами. Їхній лік, розроблений штучним інтелектом, перебуває на етапі клінічних випробувань у людей.

З допомогою Generative AI вони створили деякі інші сполуки для лікування різних захворювань, таких як

• Транскрипційно-залежні пухлини шляхом націлювання на інгібітори CDK7
• Запальні захворювання шляхом націлювання на фермент PKC-theta
• Гематологічні та онкологічні захворювання шляхом націлювання на регулятор LSD1

5) Absci-де-ново антитіла з нульовим генеративним штучним інтелектом

Absci, компанія з відкриття ліків на основі генеративного штучного інтелекту, продемонструвала використання нульового генеративного штучного інтелекту для створення де-ново антитіл шляхом комп’ютерної симуляції. Нульове навчання означає, що модель штучного інтелекту не була явно протестована на поточній вхідній інформації під час фази навчання. Отже, цей процес може створити нові проекти антитіл самостійно.

Де-ново терапевтичні антитіла, підтримувані штучним інтелектом, скорочують час розробки нових ліків з шести років до 18-24 місяців, збільшуючи їхню ймовірність успіху в клініці. Технологія компанії може протестувати і валідувати 3 мільйони проектів антитіл, згенерованих штучним інтелектом, щотижня. Ця нова розробка може миттєво доставити нові терапевтичні засоби кожному пацієнту, позначаючи значну промислову зміну.

Яке майбутнє чекається на штучний інтелект та відкриття ліків?

Окрім багатьох інших застосувань у сфері охорони здоров’я, штучний інтелект робить процес відкриття ліків швидшим і розумнішим шляхом аналізу великих наборів даних і передбачення перспективних цілей і кандидатів на ліків. З допомогою генеративного штучного інтелекту біотехнологічні компанії можуть ідентифікувати маркери реакції пацієнтів і розробляти персоналізовані плани лікування швидко.

Звіт свідчить, що скоро більше компаній MedTech включать штучний інтелект і машинне навчання на ранніх етапах відкриття ліків, що допоможе створити ринок на суму $50 мільярдів протягом наступних десяти років, забезпечуючи значний потенціал зростання штучного інтелекту у фармацевтиці. Штучний інтелект потенційно скоротить загальні витрати на відкриття ліків, роблячи більше нових ліків доступними пацієнтам швидше.

Якщо ви хочете дізнатися більше про штучний інтелект і те, як він вплине на нашу майбутнє, відвідайте unite.ai.