В нашем невероятном путешествии с начала 1900-х годов мы добились больших успехов в науке и технологиях. Но мы по-прежнему сталкиваемся с большими проблемами, такими как поиск лекарств от ВИЧ и рака.Мы тратим миллиарды долларов в годбудь то через правительства или фармацевтические компании на разработку новых лекарств и медикаментов. strong> Однако достигнутый прогресс очень мал по сравнению с тем, что было потрачено.
Прежде чем мы рассмотрим, как ИИ может помочь нам решить эти проблемы, давайте поймем, почему мы еще не нашли ответов.
Однажды в 1928 году в маленькой захламленной лаборатории преданный своему делу ученый по имени Александр Флеминг вернулся из двухнедельного отпуска и заметил что-то странное на своих бактериальных чашках! ..В куче стеклянных тарелок с бактериями в одном блюде случайно появилась плесень. К своему удивлению, он увидел, что плесень остановила рост бактерий вокруг себя(Бактерии умерли). Флеминг попытался выяснить, что такое странная плесень. Он обнаружил, что это был тип Penicillium. Он назвал полученное вещество «пенициллином» и начал изучать, как его можно использовать для борьбы с бактериальными инфекциями.
Сегодня объем продаж пенициллина и его семейства составляет 15 миллиардов долларов США в год.
К сожалению, сегодня изобретать и разрабатывать лекарства от болезней (таких как ВИЧ, рак и любые другие заболевания) не так просто. Это связано с несколькими причинами:
1/Сложность. Многие заболевания очень сложны и включают сложные биологические процессы и множество факторов.
2/Вариабельность. Заболевания часто проявляются у разных людей по-разному, что приводит к широкому спектру симптомов и реакции на лечение.
3/Устойчивость к лекарственным препаратам: При различных заболеваниях у патогенов может развиться устойчивость к лечению
4/Ресурсные ограничения. Исследования и разработка новых методов лечения требуют значительного финансирования, ресурсов и времени.
А затем на сцену вышел искусственный интеллект, навсегда изменивший ландшафт. ChatGPT стал поворотным моментом в истории ИИ. Сейчас, когда стремительное внедрение ИИ идет полным ходом, давайте посмотрим, как мы можем использовать его возможности, чтобы произвести революцию в области разработки лекарств.
«За свою жизнь я видел две демонстрации технологий, которые показались мне революционными. Первым разом был графический пользовательский интерфейс в 1980 году, а второй – искусственный интеллект. Началась эпоха искусственного интеллекта.
-Билл Гейтс, соучредитель Microsoft
Часть 1/ ИИ в поиске лекарств:
30 мая 2018 г. Ник Флеминг, независимый научный писатель из Бристоля, Великобритания, опубликовала выдающуюся статью в журнале Nature. Эта статья посвящена области ИИ в разработке лекарств и демонстрирует значительные достижения и прорывы.
Создание нового лекарства стоит 2,6 миллиарда долларов США. Почему? Потому что из каждых 10 попыток работает только 1, а остальные 9 — нет. Таким образом, мы тратим много денег на 9, которые терпят неудачу.
Вот почему Pfizer использует IBM Watson, систему, использующую машинное обучение, для поиска иммуноонкологических препаратов (специальных препаратов, которые помогают иммунной системе организма бороться с раком). Sanofi подписала соглашение об использовании искусственного интеллекта (ИИ) британского стартапа Exscientia, а Roche использует систему искусственного интеллекта от GNS Healthcare в Кембридже.
Давайте узнаем, как ИИ может повлиять на процесс поиска лекарств
А) «Роботы — это только начало». :
В январе 2008 года умный робот по имени Ева из Кембриджского университета обнаружил, что ингредиент зубной пасты, называемый триклозаном, может помочь в лечении жесткого разновидность малярии. Исследователи использовали специальные дрожжи с генами малярии и человека для тестирования множества различных соединений. Они хотели найти что-то, что могло бы остановить малярию, но не навредить людям.
Обнаружено, что триклозан останавливает рост малярии, блокируя фермент под названием DHFR, на который также действует распространенное лекарство от малярии под названием пириметамин. Но некоторые виды малярии могут противостоять пириметамину. Самое интересное заключается в том, что триклозан все еще может воздействовать на эти устойчивые типы малярии.
Б) вверх ногами:
Используя алгоритмы ИИ, исследователи могут анализировать огромные объемы данных и выявлять закономерности, которые могут остаться незамеченными людьми… Исследователи из биотехнологической компании Berg используют ИИ для поиска новых способов борьбы с раком. . Они протестировали более 1000 раковых и здоровых клеток человека и изучили их различные части. Затем они использовали ИИ для анализа большого количества данных пациентов, сравнивая здоровые и больные клетки.
Цель Берга состоит в том, чтобы найти методы лечения, основанные на точных причинах заболевания. Их метод отличается от обычного процесса проб и ошибок. Вместо этого они используют данные пациентов и биологию, чтобы делать более точные прогнозы. Нивен Нарайн, соучредитель и генеральный директор Berg, говорит, что такой подход похож на переворачивание процесса открытия лекарств с ног на голову.
C) ИИ в идентификации цели:
Одним из ключевых шагов в разработке лекарств является определение правильной биологической мишени для потенциального наркотика…Это похоже на футбол, где вам нужно выбратьлучшего игрока (мишень для наркотиков), который будет выполнять пенальти ( Потенциальный наркотик) и возложить на них эту ответственность за каждую игру: «Конечно, я выберу Бруно Фернандеша или Месси».
Алгоритмы ИИ могут выполнять поиск в больших объемах данных для выявления закономерностей и связей, которые могут помочь обнаружить новые цели для нового открытого лекарства.
D) Лид-оптимизация и ИИ:
Как только цель определена, следующим шагом является оптимизация химической структуры потенциального лекарства, чтобы максимизировать его эффективность и безопасность. ИИ может значительно улучшить этот процесс, предсказывая, какие молекулы с наибольшей вероятностью будут взаимодействовать с конкретным белком или мишенью. Алгоритмы машинного обучения могут анализировать большие базы данных молекул и их свойств, позволяя исследователям быстро выявлять перспективные направления и оптимизировать их химические структуры.
Компания Insilico Medicine использует алгоритмы машинного обучения для анализа больших баз данных молекул и их свойств. Делая это, они могут быстро определить перспективные кандидаты в лекарства и оптимизировать их химическую структуру, чтобы повысить эффективность и безопасность потенциального лекарства
E) ИИ в сложном синтезе или сборка с нуля:
Если ваш потенциальный препарат вас подвел, не беспокойтесь, искусственный интеллект поможет вам создать новый препарат с нуля!!!
Создание новых соединений для тестирования на наркотики — еще одна область, в которой ИИ может оказать значительное влияние. Алгоритмы ИИ могут помочь исследователям более эффективно разрабатывать и синтезировать соединения, предсказывая их свойства и предлагая возможные улучшения. В статье в Nature компания под названием Atomwise использует алгоритмы глубокого обучения, чтобы предсказать, какие молекулы могут связываться с конкретными белками, помогая ученым более эффективно находить новые кандидаты в лекарства.
«новые соединения» относятся к недавно разработанным и синтезированным химическим веществам, которые еще не были испытаны или не доказали свою эффективность в качестве лекарств. в то время как «потенциальное лекарство» — это соединение, которое ранее показало некоторые перспективы при взаимодействии с мишенью или белком.
Заключение :
ИИ революционизирует поиск лекарств, улучшая идентификацию целей, оптимизацию потенциальных клиентов и процессы синтеза соединений. Используя алгоритмы искусственного интеллекта, исследователи могут анализировать огромные объемы данных, выявлять скрытые закономерности и принимать более обоснованные решения при разработке лекарств. По мере того, как ИИ продолжает развиваться, его применение в разработке лекарств, вероятно, станет более распространенным и мощным, что потенциально приведет к прорывам в лечении болезней, которые в настоящее время неизлечимы.
«Искусственный интеллект может преобразовать здравоохранение, открывая прорывы в диагностике и лечении и в конечном итоге улучшая качество жизни миллионов людей. Мы должны принять это изменение, чтобы оказать долгосрочное положительное влияние на наш мир».
Илон Маск
Часть 2 / Будущее ИИ в фармацевтике:
А) Персонализированная медицина на базе ИИ:
ИИ может помогать адаптировать лечение к конкретным пациентам на основе их генетических, молекулярных и клинических профилей. Например, ИИ может помочь идентифицировать биомаркеры, которые предсказывают ответ на определенные лекарства, или предлагать оптимальные комбинации препаратов и дозировки для конкретных состояний
Аналогия.
Представьте, что наши тела похожи на смартфоны, а болезни — на программные сбои. Теперь каждая модель смартфона уникальна, как и каждый человек. Поэтому, чтобы устранить сбой, мы не можем просто использовать один и тот же метод для каждого телефона. Здесь на помощь приходит ИИ.
Искусственный интеллект позволяет нам настраивать медицинские процедуры для каждого человека точно так же, как мы подбираем обновления программного обеспечения для разных смартфонов, обеспечивая наилучшие возможные результаты.
B) Клинические испытания с использованием ИИ:
ИИ может помочь улучшить дизайн, набор, мониторинг и анализ клинических испытаний, используя методы, основанные на данных, для оптимизации протоколов испытаний, выбора подходящих пациентов, отслеживания нежелательных явлений и оценки результатов. Искусственный интеллект также может помочь снизить количество неудач в клинических испытаниях, предсказывая вероятность успеха или неудачи кандидата в лекарство до начала испытаний на людях.
Аналогия:
Думайте о клинических испытаниях как о создании и тестировании новых функций для смартфонов. ИИ упрощает этот процесс, оптимизируя дизайн испытаний, находя идеальных участников, отслеживая испытания на наличие проблем и анализируя результаты, точно так же, как совершенствуя обновление функций смартфона
C)Новая химия на основе ИИ:
ИИ может помочь создавать новые молекулы с заданными свойствами, такими как растворимость, биодоступность и токсичность, используя алгоритмы глубокого обучения, которые изучают существующие химические структуры и данные. ИИ также может помочь разработать пути синтеза этих молекул, сократив время и стоимость синтеза.
D)Анализ медицинских изображений:
ИИ может помочь выявлять на медицинских изображениях шаблоны, которые могут указывать на заболевание. Например, ИИ можно использовать для проверки КТ или МРТ на наличие признаков рака. Это важно, поскольку с его помощью врачи могут выявить рак на ранних стадиях, когда он наиболее поддается лечению. ИИ также можно использовать для отслеживания прогрессирования рака и оценки реакции на лечение.
E) Анализ генетических данных:
Анализ генетических данных необходим для разработки новых методов лечения рака. ИИ может помочь определить мутации или биомаркеры, связанные с риском рака, прогнозом или реакцией на терапию. ИИ также может помочь разработать персонализированное лечение на основе генетического профиля каждого пациента
В заключение следует отметить, что ИИ революционизирует поиск и разработку лекарств, прокладывая путь к новаторским методам лечения таких заболеваний, как ВИЧ и рак.
Улучшая идентификацию целей, оптимизацию потенциальных клиентов, синтез соединений и процессы клинических испытаний, ИИ помогает исследователям принимать более обоснованные решения и выявлять скрытые закономерности в огромном количестве данных. По мере развития технологии ИИ ее применение в персонализированной медицине, новой химии, а также в анализе медицинских изображений и генетических данных будет становиться все более распространенным и мощным. Использование ИИ в фармацевтической промышленности может привести к значительным прорывам в диагностике и лечении, что в конечном итоге улучшит качество жизни миллионов людей во всем мире.
