Дослідники штучного інтелекту розробили метод переоцінки існуючих ліків для боротьби з Covid-19

Міжнародна команда дослідників застосувала моделі штучного інтелекту для пошуку вже існуючих ліків, які можуть лікувати Covid-19 у пацієнтів похилого віку. Команда дослідників застосувала моделі автоенкодерів до ліків, які вже перебувають на ринку, маючи на меті знайти спільності в змінах експресії генів, викликаних як природним старінням, так і Covid-19.

Як пояснює співавтор дослідження, комп’ютерний біолог в MIT, Каролін Улер, проблема розробки нових ліків для боротьби з Covid-19 полягає в тому, що процес розробки ліків може тривати роки. Штучний інтелект вже застосовувався для відкриття нових ліків, знаходячи нові формули терапевтичних ліків значно швидше, ніж традиційні методи відкриття ліків. Нажаль, навіть відносно швидка швидкість, з якою ліками можна відкрити за допомогою штучного інтелекту, все ще занадто повільна, коли мова йде про ситуації, подібні до пандемії Covid-19. Багато швидше переоцінювати існуючі ліків.

Для того, щоб знайти лік, який може боротися з наслідками Covid-19 у населення похилого віку, дослідники розглядали гени, які піддавалися змінам під час як нормального старіння, так і під впливом вірусу Covid-19.

Гіпотезується, що Covid-19 використовує певні клітинні шляхи, зокрема запальні шляхи, для реплікації. Відомо також, що наслідки Covid-19 значно гірші у населення похилого віку, ніж у молодшого населення. Крім того, дихальна система людей похилого віку характеризується змінами в жорсткості тканин. Враховуючи ці факти, дослідники шукали гени, які змінювалися під впливом як старіння, так і Covid-19, маючи на меті знайти ліками, які взаємодіють позитивно з цими генами.

Команда дослідників використала триступеневий процес для пошуку генів, спільних для обох шляхів. На першому етапі дослідження команда використала автоенкодер для генерації списку кандидатів на ліками. Це було зроблено шляхом аналізу двох наборів даних про експресію генів, вибір ліків, які, як здається, зменшують загальний вплив вірусу. Результатом став список кандидатів на ліками та їх супровідних взаємодій з білками в обох шляхах старіння та інфекції. Після цього дослідники взяли список кандидатів на ліками та відображення взаємодій між білками та двома різними шляхами, отримавши карту взаємодій білків для обох. Дослідники потім порівняли дві карти взаємодій білків, щоб знайти області перекриття. Це призвело до відкриття мережі експресії генів, на яку повинні впливати ліками для зменшення тяжкості Covid-19 у пацієнтів похилого віку.

На останньому етапі дослідження команда використала статистичні методи для визначення причинно-наслідкових зв’язків у відображених мережах. Використовуючи цей метод, вони змогли визначити точні гени, з якими повинен взаємодіяти кандидат на ліками, щоб найбільш ефективно зменшити тяжкість інфекції Covid-19.

Згідно з результатами їх аналізу, ген RIPK1 був частиною геному, яка, як вважається, найкраще підходить для націлення терапевтичних ліків проти Covid-19. Деякі кандидати на ліками використовуються для лікування раку. Інші кандидати на ліками вже проходять випробування медичними інститутами для лікування Covid-19.

Команда дослідників зазначає, що це лише перший крок у визначенні тих ліків, які можуть бути переоцінені для лікування Covid-19. Будуть проведені обширні експерименти в умовах in vitro та клінічні випробування, щоб визначити, чи ліками дійсно ефективні. Однак, якщо підхід виявиться успішним, його можна буде використовувати для пошуку ефективних ліків для інших захворювань.

Як зазначає команда дослідників:

“Хоча ми застосовуємо нашу обчислювальну платформу в контексті SARS-CoV-2, наші алгоритми інтегрують дані модальностей, які доступні для багатьох захворювань, тим самим роблячи їх широко застосовними.”