Wykorzystanie generatywnej sztucznej inteligencji do tworzenia lepszych, silniejszych leków

Wykorzystanie generatywnej sztucznej inteligencji do tworzenia lepszych, silniejszych leków

Znacznik czasu: 30 maja 2023 3:33
Węzeł źródłowy: 2689030
30 maja 2023 r. (Wiadomości Nanowerk) Chociaż przemysłowi farmaceutycznemu może zająć lata stworzenie leków zdolnych do leczenia chorób ludzkich, nowe badanie sugeruje, że wykorzystanie sztuczna inteligencja może znacznie przyspieszyć proces opracowywania leków. Obecnie większość odkryć leków jest dokonywana przez chemików-ludzi, którzy polegają na swojej wiedzy i doświadczeniu, aby wybrać i zsyntetyzować odpowiednie cząsteczki potrzebne do stworzenia bezpiecznych i skutecznych leków, od których jesteśmy zależni. Aby zidentyfikować ścieżki syntezy, naukowcy często stosują technikę zwaną retrosyntezą – metodą tworzenia potencjalnych leków poprzez pracę wsteczną od poszukiwanych cząsteczek i poszukiwanie reakcji chemicznych do ich wytworzenia. Ponieważ jednak przesiewanie milionów potencjalnych reakcji chemicznych może być niezwykle trudnym i czasochłonnym przedsięwzięciem, naukowcy z Ohio State University stworzyli platformę sztucznej inteligencji o nazwie G2Retro, aby automatycznie generować reakcje dla dowolnej cząsteczki. Nowe badanie wykazało, że w porównaniu z obecnymi metodami planowania ręcznego, ramy były w stanie objąć ogromny zakres możliwych reakcji chemicznych, a także dokładnie i szybko określić, które reakcje mogą najlepiej działać w celu wytworzenia danej cząsteczki leku. „Wykorzystywanie sztucznej inteligencji do rzeczy o kluczowym znaczeniu dla ratowania ludzkiego życia, takich jak medycyna, jest tym, na czym naprawdę chcemy się skupić” — powiedział Xia Ning, główny autor badania i profesor nadzwyczajny informatyki i inżynierii w Ohio State. „Naszym celem było wykorzystanie sztucznej inteligencji do przyspieszenia procesu projektowania leków i odkryliśmy, że nie tylko oszczędza to badaczom czas i pieniądze, ale także dostarcza kandydatów na leki, które mogą mieć znacznie lepsze właściwości niż jakiekolwiek cząsteczki istniejące w naturze”. To badanie opiera się na wcześniejszych badaniach Ning, w których jej zespół opracował metodę o nazwie Modof, która była w stanie wygenerować struktury cząsteczkowe, które wykazywały pożądane właściwości lepiej niż jakiekolwiek istniejące cząsteczki. „Teraz pojawia się pytanie, jak wytwarzać takie generowane cząsteczki, i właśnie tam świeci to nowe badanie” – powiedział Ning, również profesor nadzwyczajny informatyki biomedycznej w College of Medicine. Badanie zostało opublikowane w czasopiśmie Chemia komunikacji ("G2Retro as a two-step graph generative models for retrosynthesis prediction"). Zespół Ninga przeszkolił G2Retro na zbiorze danych, który zawiera 40,000 1976 reakcji chemicznych zebranych w latach 2016-XNUMX. Ramy „uczą się” z reprezentacji danych cząsteczek w oparciu o wykresy i wykorzystują głębokie sieci neuronowe do generowania możliwych struktur reagentów, które można wykorzystać do ich syntezy. Jego moc generacyjna jest tak imponująca, że ​​według Ninga, gdy otrzyma się cząsteczkę, G2Retro może wymyślić setki nowych przewidywań reakcji w ciągu zaledwie kilku minut. „Nasza generatywna metoda sztucznej inteligencji G2Retro jest w stanie zapewnić wiele różnych dróg i opcji syntezy, a także sposób uszeregowania różnych opcji dla każdej cząsteczki” – powiedział Ning. „To nie zastąpi obecnych eksperymentów laboratoryjnych, ale zaoferuje więcej lepszych opcji leków, dzięki czemu eksperymenty będą mogły być ustalane priorytetowo i koncentrowane znacznie szybciej”. Aby dokładniej przetestować skuteczność sztucznej inteligencji, zespół Ninga przeprowadził studium przypadku, aby sprawdzić, czy G2Retro mógł dokładnie przewidzieć cztery nowo uwolnione leki już w obiegu: Mitapivat, lek stosowany w leczeniu anemii hemolitycznej; Tapinarof, który jest stosowany w leczeniu różnych chorób skóry; Mavacamten, lek stosowany w leczeniu ogólnoustrojowej niewydolności serca; oraz otesekonazol, stosowany w leczeniu zakażeń grzybiczych u kobiet. G2Retro był w stanie poprawnie wygenerować dokładnie te same opatentowane drogi syntezy dla tych leków i zapewnił alternatywne drogi syntezy, które są również wykonalne i syntetycznie użyteczne, powiedział Ning. Posiadanie tak dynamicznego i skutecznego urządzenia do dyspozycji naukowców mogłoby umożliwić przemysłowi szybsze wytwarzanie silniejszych leków – ale pomimo przewagi, jaką sztuczna inteligencja może dać naukowcom w laboratorium, Ning podkreśla, że ​​leki G2Retro lub jakiekolwiek generatywne sztuczna inteligencja nadal wymagają walidacji – procesu, który obejmuje testowanie stworzonych cząsteczek na modelach zwierzęcych, a później w badaniach na ludziach. „Jesteśmy bardzo podekscytowani generatywną sztuczną inteligencją w medycynie i jesteśmy zaangażowani w odpowiedzialne korzystanie ze sztucznej inteligencji w celu poprawy zdrowia ludzkiego” — powiedział Ning.

Znak czasu:

Więcej z Nanowerk