Generatieve AI gebruiken om betere, krachtigere medicijnen te maken

30 mei 2023 (Nanowerk Nieuws) Hoewel het jaren kan duren voordat de farmaceutische industrie medicijnen heeft gemaakt die ziekten bij de mens kunnen behandelen of genezen, suggereert een nieuwe studie dat het gebruik van generatieve kunstmatige intelligentie zou het ontwikkelingsproces van geneesmiddelen enorm kunnen versnellen. Tegenwoordig worden de meeste geneesmiddelen ontdekt door menselijke chemici die vertrouwen op hun kennis en ervaring om de juiste moleculen te selecteren en te synthetiseren die nodig zijn om de veilige en efficiënte medicijnen te worden waarvan we afhankelijk zijn. Om de synthesepaden te identificeren, passen wetenschappers vaak een techniek toe die retrosynthese wordt genoemd - een methode om potentiële medicijnen te maken door achteruit te werken vanaf de gewenste moleculen en te zoeken naar chemische reacties om ze te maken. Maar omdat het doorzoeken van miljoenen potentiële chemische reacties een buitengewoon uitdagende en tijdrovende onderneming kan zijn, hebben onderzoekers van de Ohio State University een AI-framework gemaakt met de naam G2Retro om automatisch reacties te genereren voor een bepaald molecuul. De nieuwe studie toonde aan dat het raamwerk in vergelijking met de huidige handmatige planningsmethoden een enorm scala aan mogelijke chemische reacties kon dekken en ook nauwkeurig en snel kon onderscheiden welke reacties het beste zouden kunnen werken om een ​​bepaald medicijnmolecuul te maken. "Het gebruik van AI voor dingen die cruciaal zijn voor het redden van mensenlevens, zoals medicijnen, is waar we ons echt op willen concentreren", zegt Xia Ning, hoofdauteur van de studie en universitair hoofddocent informatica en engineering aan de Ohio State. "Ons doel was om AI te gebruiken om het ontwerpproces van geneesmiddelen te versnellen, en we ontdekten dat het niet alleen onderzoekers tijd en geld bespaart, maar ook kandidaat-geneesmiddelen oplevert die mogelijk veel betere eigenschappen hebben dan alle moleculen die in de natuur bestaan." Deze studie bouwt voort op eerder onderzoek van Ning, waar haar team een ​​methode ontwikkelde met de naam Modof die in staat was molecuulstructuren te genereren die de gewenste eigenschappen beter vertoonden dan bestaande moleculen. "Nu wordt de vraag hoe dergelijke gegenereerde moleculen kunnen worden gemaakt, en dat is waar deze nieuwe studie schittert", zegt Ning, ook universitair hoofddocent biomedische informatica aan het College of Medicine. Het onderzoek is gepubliceerd in het tijdschrift Communicatiechemie ("G2Retro als generatieve tweestapsgrafiekmodellen voor retrosynthesevoorspelling"). Ning's team trainde G2Retro op een dataset die 40,000 chemische reacties bevat die tussen 1976 en 2016 zijn verzameld. Het raamwerk "leert" van op grafieken gebaseerde representaties van bepaalde moleculen en gebruikt diepe neurale netwerken om mogelijke reactantstructuren te genereren die kunnen worden gebruikt om ze te synthetiseren. Zijn generatieve kracht is zo indrukwekkend dat, volgens Ning, ooit een molecuul gegeven, G2Retro kon in slechts enkele minuten met honderden nieuwe reactievoorspellingen komen. “Onze generatieve AI-methode G2Retro kan meerdere verschillende syntheseroutes en -opties bieden, evenals een manier om verschillende opties voor elk molecuul te rangschikken, "zei Ning. "Dit zal de huidige laboratoriumexperimenten niet vervangen, maar het zal meer en betere medicijnopties bieden, zodat experimenten veel sneller kunnen worden geprioriteerd en gericht." Om de effectiviteit van de AI verder te testen, voerde het team van Ning een casestudy uit om te zien of G2Retro kon nauwkeurig vier nieuw uitgebrachte medicijnen voorspellen die al in omloop zijn: Mitapivat, een medicijn dat wordt gebruikt om hemolytische anemie te behandelen; Tapinarov, dat wordt gebruikt om verschillende huidziekten te behandelen; Mavacamten, een medicijn voor de behandeling van systemisch hartfalen; en Oteseconazol, gebruikt om schimmelinfecties bij vrouwen te behandelen. G2Retro was in staat om precies dezelfde gepatenteerde syntheseroutes voor deze medicijnen correct te genereren en bood alternatieve syntheseroutes die ook haalbaar en synthetisch bruikbaar zijn, zei Ning. Als wetenschappers zo'n dynamisch en effectief apparaat tot hun beschikking hebben, zou de industrie sterkere medicijnen in een sneller tempo kunnen produceren - maar ondanks de voorsprong die AI wetenschappers in het laboratorium kan geven, benadrukt Ning de medicijnen G2Retro of andere generatieve AI-creaties moeten nog worden gevalideerd - een proces waarbij de gecreëerde moleculen worden getest in diermodellen en later in menselijke proeven. "We zijn erg enthousiast over generatieve AI voor de geneeskunde, en we zijn vastbesloten om AI op een verantwoorde manier te gebruiken om de menselijke gezondheid te verbeteren", aldus Ning.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoAiStream. Web3 gegevensintelligentie. Kennis versterkt. Toegang hier.
• De toekomst slaan met Adryenn Ashley. Toegang hier.
• Koop en verkoop aandelen in PRE-IPO-bedrijven met PREIPO®. Toegang hier.
• Bron: https://www.nanowerk.com/news2/robotics/newsid=63078.php