Phát Hiện Y Học Được Đ驱 Động Bởi Trí Tuệ Nhân Tạo: Sử Dụng Trí Tuệ Nhân Tạo Để Phát Triển Thuốc Mới

Phát hiện thuốc được biết đến là “từ phòng thí nghiệm đến giường bệnh” vì thời gian kéo dài và chi phí cao. Nó mất khoảng 11 đến 16 năm và giữa $1 tỷ đến $2 tỷ để đưa một loại thuốc ra thị trường. Nhưng bây giờ AI đang cách mạng hóa việc phát triển thuốc, cung cấp tốc độ và lợi nhuận tốt hơn.

AI trong phát triển thuốc đã biến 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 AI trong phát hiện thuốc cho tương lai.

Hiểu Vai Trò Của AI: Nó Được Sử Dụng Như Thế Nào Để Phát Hiện Thuốc?

AI 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 như protein, enzyme và thụ thể hiện diện trong cơ thể có thể kết hợp với thuốc để tạo ra hiệu ứng điều trị chống lại bệnh.

AI có thể tận dụng các cơ sở dữ liệu lâm sàng lớn bao gồm thông tin chính về việc 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 AI 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 AI để xác định các mục tiêu chống ung thư mới.

2. Lựa Chọn Mục Tiêu

AI trong phát hiện thuốc có thể giúp các nhà nghiên cứu chọn các mục tiêu hứa hẹn dựa trên sự tương quan với bệnh và khả năng điều trị dự đoán. Với khả năng nhận dạng mẫu mạnh, AI có thể thực hiện việc lựa chọn này không chỉ dựa trên tài liệu y học đã công bố mà còn chọn hoàn toàn các mục tiêu mới mà không có tham chiếu trước trong các bằng sáng chế đã xuất bản.

3. Ưu Tiên Thuốc

Trong giai đoạn này, AI đánh giá và xếp hạng các hợp chất thuốc dẫn đầu, ưu tiên chúng cho đánh giá và nghiên cứu thêm để thúc đẩy sự phát triển của chúng. So với các kỹ thuật xếp hạng trước đây, các phương pháp dựa trên AI 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 AI có thể dự đoán các tính chất hóa học và hoạt tính sinh học của 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 có thể liên quan đến một hợp chất cụ thể. Ví dụ, các nhà nghiên cứu đã phát triển 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 của các bộ sưu tập lớn các hợp chất đã là một thực hành truyền thống trong phát hiện thuốc. Với AI, 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 thuốc được phát hiện. Ví dụ, AlphaFold, được phát triển bởi DeepMind, là một hệ thống AI 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 AI

1) Abaucin

Kháng sinh giết chết vi khuẩn. Nhưng do thiếu thuốc mới và sự tiến hóa nhanh chóng của vi khuẩn kháng thuốc đối với các thuốc cũ, vi khuẩn đang trở nên khó điều trị. Abaucin, một kháng sinh thử nghiệm mạnh được phát triển bởi AI, được thiết kế để giết Acinetobacter baumannii, một trong những vi khuẩn siêu vi khuẩn nguy hiểm nhất.

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

2) Target X bởi Insilico Medicine

Insilico Medicine đã sử dụng nền tảng Trí Tuệ Nhân Tạo Tạo Sinh 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 già nếu không được điều trị. Giai đoạn 1 sẽ bao gồm 80 người tham gia, và một nửa sẽ nhận được liều cao hơn dần dần. Điều này sẽ giúp đánh giá cách phân tử thuốc tương tác với cơ thể con người.

3) VRG50635 bởi Verge Genomic

Verge Genomics, một công ty phát hiện thuốc dựa trên AI, đã sử dụng nền tảng CONVERGE của mình để phát hiện một hợp chất mới, VRG-50635, để điều trị ALS bằng cách phân tích các điểm dữ liệu của con người. Các điểm dữ liệu bao gồm thông tin về mô não và tủy sống của bệnh nhân bị bệnh thần kinh thoái hóa 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 như một chất ức chế hứa hẹn của PIKfyve, trở thành một ứng viên thuốc tiềm năng cho điều trị ALS. Quá trình này mất khoảng bốn năm, và hiện ứng viên đang trong giai đoạn thử nghiệm trên người giai đoạn 1.

4) Exscientia-A2a Receptor

Exscientia, một công ty MedTech AI, chịu trách nhiệm cho phân tử đầu tiên được thiết kế bởi AI cho điều trị miễn dịch chống 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 bị nghiện 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 – Kháng Thể De Novo Với Trí Tuệ Nhân Tạo Tạo Sinh Zero-Shot

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 zero-shot để tạo ra kháng thể de novo thông qua mô phỏng máy tính. Học zero-shot có nghĩa là mô hình AI chưa được kiểm tra rõ ràng trên thông tin đầu vào hiện tại trong quá trình đào tạo. Do đó, quá trình này có thể tạo ra thiết kế kháng thể mới một cách độc lập.

Kháng thể điều trị de novo được AI cung cấp giảm thời gian phát triển thuốc dẫn đầu mới từ sáu năm xuống chỉ 18 đến 24 tháng, tăng khả năng thành công trong lâm sàng. Công nghệ của công ty có thể kiểm tra và xác thực 3 triệu thiết kế tạo sinh bởi AI mỗi tuần. Sự 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 AI & Phát Hiện Thuốc Holds?

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

Một báo cáo cho thấy rằng sớm, nhiều công ty MedTech hơn sẽ kết hợp AI và ML 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 AI trong lĩnh vực dược phẩm. AI có thể giảm thiểu chi phí phát hiện thuốc tổng thể, giúp nhiều loại thuốc mới có sẵn cho bệnh nhân nhanh hơn.

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