Phát Hiện Y Học Được Động Viên Bởi Trí Tuệ Nhân Tạo: Tận Dụng Trí Tuệ Nhân Tạo Cho Việc Phát Triển Thuốc Mới

Phát hiện thuốc là một quá trình được gọi là “từ phòng thí nghiệm đến giường bệnh” vì thời gian dài và chi phí cao. Quá trình này mất khoảng 11 đến 16 năm và từ $1 tỷ đến $2 tỷ để đưa một loại thuốc ra thị trường. Nhưng bây giờ, trí tuệ nhân tạo đang cách mạng hóa quá trình phát triển thuốc, mang lại tốc độ và lợi nhuận tốt hơn.

Trí tuệ nhân tạo trong phát triển thuốc đã thay đổi cách tiếp cận và chiến lược của chúng ta đối với nghiên cứu sinh học và đổi mới. Nó đã giúp các nhà nghiên cứu giảm thiểu sự phức tạp của con đường bệnh và xác định các mục tiêu sinh học.

Hãy cùng tìm hiểu sâu hơn về tiềm năng của trí tuệ nhân tạo trong phát hiện thuốc và tương lai của nó.

Hiểu Vai Trò Của Trí Tuệ Nhân Tạo: Nó Được Sử Dụng Như Thế Nào Trong Phát Hiện Thuốc?

Trí tuệ nhân tạo đã nâng cao các giai đoạn khác nhau của quá trình phát hiện thuốc với khả năng phân tích lượng lớn dữ liệu và đưa ra dự đoán phức tạp. Dưới đây là cách nó hoạt động:

1. Xác Định Mục Tiêu

Xác định mục tiêu là quá trình đầu tiên của phát hiện thuốc, bao gồm việc xác định các thực thể phân tử có thể kết hợp với thuốc để tạo ra hiệu ứng điều trị chống lại bệnh.

Trí tuệ nhân tạo có thể tận dụng các cơ sở dữ liệu lâm sàng lớn bao gồm thông tin quan trọng về xác định mục tiêu. Các nguồn dữ liệu này có thể bao gồm nghiên cứu sinh học, thông tin sinh học phân tử, dữ liệu thử nghiệm lâm sàng, cấu trúc protein, v.v.

Các mô hình trí tuệ nhân tạo được đào tạo cùng với các kỹ thuật sinh học như biểu hiện gen có thể hiểu các bệnh sinh học phức tạp và xác định các mục tiêu sinh học cho các ứng viên thuốc. Ví dụ, các nhà nghiên cứu đã phát triển các kỹ thuật trí tuệ nhân tạo để xác định các mục tiêu chống ung thư mới.

2. Lựa Chọn Mục Tiêu

Trí tuệ nhân tạo trong phát hiện thuốc có thể giúp các nhà nghiên cứu lựa chọn các mục tiêu hứa hẹn dựa trên mối tương quan bệnh và hiệu quả điều trị dự đoán. Với khả năng nhận dạng mẫu mạnh, trí tuệ nhân tạo có thể thực hiện việc lựa chọn này không chỉ dựa trên tài liệu y khoa được công bố mà còn chọn các mục tiêu hoàn toàn mới mà không có tham chiếu trước trong các bằng sáng chế được công bố.

3. Ưu Tiên Thuốc

Trong giai đoạn này, trí tuệ nhân tạo đánh giá và xếp hạng các hợp chất thuốc dẫn đầu, ưu tiên chúng cho việc đánh giá và nghiên cứu thêm để phát triển. So với các kỹ thuật xếp hạng trước đây, các phương pháp dựa trên trí tuệ nhân tạo hiệu quả hơn trong việc xác định các ứng viên hứa hẹn nhất. Ví dụ, các nhà nghiên cứu đã phát triển một khung khổ tính toán dựa trên học sâu để xác định và ưu tiên các thuốc mới cho bệnh Alzheimer.

4. Kiểm Tra Hợp Chất

Các mô hình trí tuệ nhân tạo có thể dự đoán các tính chất hóa học và hoạt tính sinh học của các hợp chất và cung cấp thông tin về các tác dụng phụ có hại. Chúng có thể phân tích dữ liệu từ các nguồn khác nhau, bao gồm các nghiên cứu trước đây và cơ sở dữ liệu, để xác định bất kỳ rủi ro hoặc tác dụng phụ nào liên quan đến một hợp chất cụ thể. Ví dụ, các nhà nghiên cứu đã phát triển một công cụ học sâu để kiểm tra thư viện hóa chất với hàng tỷ phân tử để tăng tốc đáng kể việc khám phá hợp chất quy mô lớn.

5. Thiết Kế Thuốc De Novo

Kiểm tra thủ công các bộ sưu tập lớn các hợp chất đã là một thực hành truyền thống trong phát hiện thuốc. Với trí tuệ nhân tạo, các nhà nghiên cứu có thể kiểm tra các hợp chất mới với hoặc không có thông tin trước và cũng dự đoán cấu trúc 3D cuối cùng của các thuốc được phát hiện. Ví dụ, AlphaFold, được phát triển bởi DeepMind, là một hệ thống trí tuệ nhân tạo có thể dự đoán cấu trúc protein. Nó duy trì một cơ sở dữ liệu với hơn 200 triệu dự đoán cấu trúc protein có thể tăng tốc quá trình thiết kế thuốc.

5 Ví Dụ Thành Công Của Phát Hiện Thuốc Dựa Trên Trí Tuệ Nhân Tạo

1) Abaucin

Kháng sinh giết chết vi khuẩn. Nhưng do thiếu các loại thuốc mới và sự tiến hóa nhanh chóng của kháng kháng sinh ở vi khuẩn, vi khuẩn đang trở nên khó điều trị. Abaucin, một loại kháng sinh thử nghiệm mạnh được phát triển bằng trí tuệ nhân tạo, được thiết kế để giết Acinetobacter baumannii, một trong những loại vi khuẩn siêu kháng thuốc nguy hiểm nhất.

Sử dụng trí tuệ nhân tạo, các nhà nghiên cứu đầu tiên đã kiểm tra hàng nghìn loại thuốc để xem chúng hoạt động như thế nào chống lại vi khuẩn Acinetobacter baumannii. Sau đó, thông tin này được sử dụng để đào tạo trí tuệ nhân tạo để tạo ra một loại thuốc có thể điều trị hiệu quả.

2) Target X của Insilico Medicine

Insilico Medicine đã sử dụng nền tảng trí tuệ nhân tạo tạo sinh của mình và tạo ra một loại thuốc gọi là Target X, hiện đang trong giai đoạn thử nghiệm lâm sàng giai đoạn 1. Target X được thiết kế để điều trị xơ hóa phổi vô căn, một bệnh có thể gây ra sự cứng nhắc của phổi ở người lớn nếu không được điều trị. Giai đoạn 1 sẽ bao gồm 80 người tham gia, và một nửa sẽ nhận liều cao hơn dần dần. Điều này sẽ giúp đánh giá cách phân tử thuốc tương tác với cơ thể con người.

3) VRG50635 của Verge Genomic

Verge Genomics, một công ty phát hiện thuốc dựa trên trí tuệ nhân tạo, đã sử dụng nền tảng CONVERGE của mình để phát hiện một hợp chất mới, VRG-50635, để điều trị bệnh ALS bằng cách phân tích các điểm dữ liệu của con người. Các điểm dữ liệu này bao gồm thông tin về mô não và tủy sống của bệnh nhân bị bệnh thần kinh degenerative như Parkinson, ALS và Alzheimer.

Nền tảng này đầu tiên đã xác định enzyme PIKfyve là một mục tiêu có thể cho ALS và sau đó đề xuất VRG50635 là một chất ức chế PIKfyve hứa hẹn, trở thành một ứng viên thuốc tiềm năng để điều trị ALS. Quá trình này mất khoảng bốn năm, và hiện ứng viên này đang trong giai đoạn 1 của thử nghiệm trên người.

4) Exscientia-A2a Receptor

Exscientia, một công ty MedTech trí tuệ nhân tạo, chịu trách nhiệm cho phân tử đầu tiên được thiết kế bằng trí tuệ nhân tạo cho điều trị miễn dịch – ung thư, một hình thức điều trị ung thư sử dụng hệ miễn dịch của cơ thể để chống lại các tế bào ung thư. Thuốc của họ đã vào giai đoạn thử nghiệm lâm sàng trên người. Tiềm năng của nó nằm ở khả năng nhắm vào thụ thể A2a để thúc đẩy hoạt động chống khối u trong khi đảm bảo ít tác dụng phụ trên cơ thể và não.

Sử dụng trí tuệ nhân tạo tạo sinh, họ đã tạo ra một số hợp chất khác để nhắm vào các bệnh khác như

• Ung thư phụ thuộc vào chuyển录 bằng cách nhắm vào chất ức chế CDK7
• Bệnh viêm bằng cách nhắm vào enzyme PKC-theta
• Bệnh lý huyết học và ung thư bằng cách nhắm vào chất điều chỉnh LSD1

5) Absci-de Novo Antibodies With Zero-Shot Generative AI

Absci, một công ty phát hiện thuốc dựa trên trí tuệ nhân tạo tạo sinh, đã chứng minh việc sử dụng trí tuệ nhân tạo tạo sinh không có dữ liệu để tạo ra các kháng thể de novo thông qua mô phỏng máy tính. Học không có dữ liệu nghĩa là mô hình trí tuệ nhân tạo không được kiểm tra rõ ràng trên thông tin đầu vào hiện tại trong giai đoạn đào tạo. Do đó, quá trình này có thể tạo ra các thiết kế kháng thể mới một cách độc lập.

Kháng thể điều trị de novo được tăng cường bởi trí tuệ nhân tạo cắt giảm thời gian cần thiết để phát triển các dẫn xuất thuốc mới từ sáu năm xuống chỉ 18 đến 24 tháng, tăng khả năng thành công của chúng trong lâm sàng. Công nghệ của công ty có thể kiểm tra và xác thực 3 triệu thiết kế được tạo ra bởi trí tuệ nhân tạo mỗi tuần. Phát triển mới này có thể cung cấp ngay lập tức các liệu pháp mới cho mọi bệnh nhân, đánh dấu một sự thay đổi công nghiệp đáng kể.

Tương Lai Của Trí Tuệ Nhân Tạo & Phát Hiện Thuốc Là Gì?

Ngoài nhiều ứng dụng chăm sóc sức khỏe khác, trí tuệ nhân tạo đang làm cho quá trình phát hiện thuốc trở nên nhanh chóng và thông minh hơn bằng cách phân tích các tập dữ liệu lớn và dự đoán các mục tiêu thuốc và ứng viên hứa hẹn. Sử dụng trí tuệ nhân tạo tạo sinh, các công ty công nghệ sinh học có thể xác định các dấu hiệu phản ứng của bệnh nhân và phát triển kế hoạch điều trị cá nhân hóa một cách nhanh chóng.

Báo cáo cho thấy rằng sớm, nhiều công ty MedTech hơn sẽ tích hợp trí tuệ nhân tạo và học máy vào giai đoạn đầu của phát hiện thuốc, điều này sẽ giúp tạo ra một thị trường 50 tỷ đô la trong vòng mười năm tới, tạo ra tiềm năng tăng trưởng đáng kể của trí tuệ nhân tạo trong ngành dược phẩm. Trí tuệ nhân tạo có thể giảm thiểu chi phí phát hiện thuốc tổng thể, giúp đưa ra nhiều loại thuốc mới cho bệnh nhân nhanh hơn.

Nếu bạn muốn biết thêm về trí tuệ nhân tạo và cách nó sẽ định hình tương lai của chúng ta, hãy truy cập unite.ai.