Brug af generativ kunstig intelligens til at skabe bedre, mere potent medicin

Brug af generativ kunstig intelligens til at skabe bedre, mere potent medicin

Tidsstempel: 30. maj 2023 kl. 3
Kildeknude: 2689030
30. maj 2023 (Nanowerk nyheder) Selvom det kan tage år for den farmaceutiske industri at skabe medicin, der er i stand til at behandle eller helbrede sygdomme hos mennesker, tyder en ny undersøgelse på, at brugen af ​​generativ kunstig intelligens kunne i høj grad fremskynde lægemiddeludviklingsprocessen. I dag udføres det meste af lægemiddelopdagelsen af ​​menneskelige kemikere, som stoler på deres viden og erfaring til at udvælge og syntetisere de rigtige molekyler, der er nødvendige for at blive den sikre og effektive medicin, vi er afhængige af. For at identificere syntesevejene bruger forskere ofte en teknik kaldet retrosyntese - en metode til at skabe potentielle lægemidler ved at arbejde baglæns fra de ønskede molekyler og søge efter kemiske reaktioner for at fremstille dem. Men fordi at sigte gennem millioner af potentielle kemiske reaktioner kan være en ekstremt udfordrende og tidskrævende bestræbelse, har forskere ved Ohio State University skabt en AI-ramme kaldet G2Retro til automatisk at generere reaktioner for et givet molekyle. Det nye studie viste, at sammenlignet med nuværende manuelle planlægningsmetoder var rammeværket i stand til at dække en enorm række af mulige kemiske reaktioner samt præcist og hurtigt skelne, hvilke reaktioner der kunne fungere bedst til at skabe et givet lægemiddelmolekyle. "At bruge AI til ting, der er afgørende for at redde menneskeliv, såsom medicin, er det, vi virkelig ønsker at fokusere på," sagde Xia Ning, hovedforfatter af undersøgelsen og lektor i datalogi og ingeniørvidenskab ved Ohio State. "Vores mål var at bruge kunstig intelligens til at accelerere lægemiddeldesignprocessen, og vi fandt ud af, at det ikke kun sparer forskerne tid og penge, men også giver lægemiddelkandidater, der kan have meget bedre egenskaber end nogen molekyle, der findes i naturen." Denne undersøgelse bygger på tidligere forskning fra Ning's, hvor hendes team udviklede en metode ved navn Modof, der var i stand til at generere molekylestrukturer, der udviste ønskede egenskaber bedre end nogen eksisterende molekyler. "Nu bliver spørgsmålet, hvordan man laver sådanne genererede molekyler, og det er her, denne nye undersøgelse skinner," sagde Ning, også lektor i biomedicinsk informatik ved College of Medicine. Undersøgelsen blev offentliggjort i tidsskriftet Kommunikationskemi ("G2Retro som en to-trins grafgenerative modeller til retrosynteseforudsigelse"). Nings hold trænede G2Retro på et datasæt, der indeholder 40,000 kemiske reaktioner indsamlet mellem 1976 og 2016. Frameworket "lærer" af grafbaserede repræsentationer af givne molekyler og bruger dybe neurale netværk til at generere mulige reaktantstrukturer, der kunne bruges til at syntetisere dem. Dens generative kraft er så imponerende, at G. ifølge Ning engang fik et molekyle2Retro kunne komme med hundredvis af nye reaktionsforudsigelser på kun få minutter. "Vores generative AI-metode G2Retro er i stand til at levere flere forskellige synteseruter og muligheder, såvel som en måde at rangere forskellige muligheder for hvert molekyle,” sagde Ning. "Dette kommer ikke til at erstatte nuværende laboratoriebaserede eksperimenter, men det vil tilbyde flere og bedre medicinmuligheder, så eksperimenter kan prioriteres og fokuseres meget hurtigere." For yderligere at teste AI'ens effektivitet gennemførte Nings team et casestudie for at se, om G2Retro kunne præcist forudsige fire nyligt frigivne lægemidler, der allerede er i omløb: Mitapivat, en medicin, der bruges til at behandle hæmolytisk anæmi; Tapinarof, som bruges til at behandle forskellige hudsygdomme; Mavacamten, et lægemiddel til behandling af systemisk hjertesvigt; og Oteseconazol, der bruges til at behandle svampeinfektioner hos kvinder. G2Retro var i stand til korrekt at generere nøjagtig de samme patenterede synteseruter for disse lægemidler og leverede alternative synteseruter, der også er gennemførlige og syntetisk nyttige, sagde Ning. At have en så dynamisk og effektiv enhed til forskernes rådighed kunne sætte industrien i stand til at fremstille stærkere lægemidler i et hurtigere tempo – men på trods af den fordel, AI kan give forskere inde i laboratoriet, understreger Ning medicinen G2Retro- eller generative AI-skaber skal stadig valideres - en proces, der involverer de skabte molekyler, der testes i dyremodeller og senere i menneskelige forsøg. "Vi er meget begejstrede for generativ AI til medicin, og vi er dedikerede til at bruge AI ansvarligt til at forbedre menneskers sundhed," sagde Ning.

Tidsstempel:

Mere fra Nanoværk