Uso de IA generativa para crear medicamentos mejores y más potentes

30 de mayo de 2023 (Noticias de Nanowerk) Si bien la industria farmacéutica puede tardar años en crear medicamentos capaces de tratar o curar enfermedades humanas, un nuevo estudio sugiere que el uso generativo inteligencia artificial podría acelerar enormemente el proceso de desarrollo de fármacos. Hoy en día, la mayor parte del descubrimiento de fármacos lo llevan a cabo químicos humanos que confían en su conocimiento y experiencia para seleccionar y sintetizar las moléculas correctas necesarias para convertirse en los medicamentos seguros y eficientes de los que dependemos. Para identificar las rutas de síntesis, los científicos a menudo emplean una técnica llamada retrosíntesis, un método para crear fármacos potenciales trabajando hacia atrás a partir de las moléculas deseadas y buscando reacciones químicas para fabricarlas. Sin embargo, debido a que analizar millones de reacciones químicas potenciales puede ser una tarea extremadamente desafiante y que consume mucho tiempo, los investigadores de la Universidad Estatal de Ohio han creado un marco de IA llamado G2Retro para generar automáticamente reacciones para cualquier molécula dada. El nuevo estudio mostró que, en comparación con los métodos actuales de planificación manual, el marco podía cubrir una enorme gama de posibles reacciones químicas, así como discernir con precisión y rapidez qué reacciones podrían funcionar mejor para crear una molécula de fármaco determinada. "El uso de la IA para cosas críticas para salvar vidas humanas, como la medicina, es en lo que realmente queremos centrarnos", dijo Xia Ning, autor principal del estudio y profesor asociado de informática e ingeniería en el estado de Ohio. “Nuestro objetivo era utilizar la IA para acelerar el proceso de diseño de fármacos, y descubrimos que no solo ahorra tiempo y dinero a los investigadores, sino que proporciona candidatos a fármacos que pueden tener propiedades mucho mejores que cualquier molécula que exista en la naturaleza”. Este estudio se basa en investigaciones previas de Ning, donde su equipo desarrolló un método llamado Modof que pudo generar estructuras moleculares que exhibían las propiedades deseadas mejor que cualquier molécula existente. “Ahora la pregunta es cómo hacer tales moléculas generadas, y ahí es donde brilla este nuevo estudio”, dijo Ning, también profesor asociado de informática biomédica en la Facultad de Medicina. El estudio fue publicado en la revista Química de las comunicaciones ("G2Retro as a two-step graph generative models for retrosynthesis prediction"). El equipo de Ning entrenó a G2Retro en un conjunto de datos que contiene 40,000 reacciones químicas recopiladas entre 1976 y 2016. El marco "aprende" de representaciones basadas en gráficos de moléculas dadas y utiliza redes neuronales profundas para generar posibles estructuras de reactivos que podrían usarse para sintetizarlos. Su poder generativo es tan impresionante que, según Ning, una vez dada una molécula, G2Retro podría generar cientos de nuevas predicciones de reacciones en solo unos minutos. “Nuestro método de IA generativa G2Retro puede proporcionar múltiples rutas y opciones de síntesis diferentes, así como una forma de clasificar diferentes opciones para cada molécula”, dijo Ning. “Esto no va a reemplazar los experimentos de laboratorio actuales, pero ofrecerá más y mejores opciones de medicamentos para que los experimentos puedan priorizarse y enfocarse mucho más rápido”. Para probar aún más la efectividad de la IA, el equipo de Ning realizó un estudio de caso para ver si G2Retro pudo predecir con precisión cuatro medicamentos recientemente lanzados que ya están en circulación: Mitapivat, un medicamento que se usa para tratar la anemia hemolítica; Tapinarof, que se usa para tratar diversas enfermedades de la piel; Mavacamten, un medicamento para tratar la insuficiencia cardíaca sistémica; y Oteseconazole, usado para tratar infecciones fúngicas en mujeres. GRAMO2Retro pudo generar correctamente exactamente las mismas rutas de síntesis patentadas para estos medicamentos y proporcionó rutas de síntesis alternativas que también son viables y sintéticamente útiles, dijo Ning. Tener un dispositivo tan dinámico y efectivo a disposición de los científicos podría permitir que la industria fabrique medicamentos más fuertes a un ritmo más rápido, pero a pesar de la ventaja que la IA podría brindar a los científicos dentro del laboratorio, Ning enfatiza los medicamentos G2La IA retro o generativa aún debe validarse, un proceso que implica que las moléculas creadas se prueben en modelos animales y luego en ensayos con humanos. “Estamos muy entusiasmados con la IA generativa para la medicina y estamos dedicados a usar la IA de manera responsable para mejorar la salud humana”, dijo Ning.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoAiStream. Inteligencia de datos Web3. Conocimiento amplificado. Accede Aquí.
• Acuñando el futuro con Adryenn Ashley. Accede Aquí.
• Compra y Vende Acciones en Empresas PRE-IPO con PREIPO®. Accede Aquí.
• Fuente: https://www.nanowerk.com/news2/robotics/newsid=63078.php