Uporaba generativne umetne inteligence za ustvarjanje boljših, močnejših zdravil

Uporaba generativne umetne inteligence za ustvarjanje boljših, močnejših zdravil

Časovni žig: 30. maj 2023 3:33
Izvorno vozlišče: 2689030
30. maj 2023 (Nanowerk novice) Medtem ko lahko traja leta, da farmacevtska industrija ustvari zdravila, ki so sposobna zdraviti ali ozdraviti človeško bolezen, nova študija kaže, da uporaba generativnih Umetna inteligenca lahko močno pospeši proces razvoja zdravil. Danes večino zdravil odkrivajo kemiki, ki se zanašajo na svoje znanje in izkušnje, da izberejo in sintetizirajo prave molekule, potrebne za varna in učinkovita zdravila, od katerih smo odvisni. Za identifikacijo poti sinteze znanstveniki pogosto uporabljajo tehniko, imenovano retrosinteza – metoda za ustvarjanje potencialnih zdravil z delom nazaj od želenih molekul in iskanjem kemičnih reakcij za njihovo izdelavo. Ker pa je lahko presejanje skozi milijone možnih kemičnih reakcij izjemno zahteven in dolgotrajen podvig, so raziskovalci na državni univerzi Ohio ustvarili okvir AI, imenovan G2Retro za samodejno ustvarjanje reakcij za katero koli dano molekulo. Nova študija je pokazala, da je okvir v primerjavi s trenutnimi metodami ročnega načrtovanja lahko pokril ogromen obseg možnih kemičnih reakcij ter natančno in hitro ugotovil, katere reakcije bi lahko najbolje delovale pri ustvarjanju dane molekule zdravila. "Uporaba umetne inteligence za stvari, ki so ključnega pomena za reševanje človeških življenj, kot je medicina, je tisto, na kar se resnično želimo osredotočiti," je dejal Xia Ning, glavni avtor študije in izredni profesor računalništva in inženiringa v državi Ohio. "Naš cilj je bil uporabiti umetno inteligenco za pospešitev procesa oblikovanja zdravil in ugotovili smo, da raziskovalcem ne prihrani le časa in denarja, temveč nudi kandidate za zdravila, ki imajo lahko veliko boljše lastnosti kot katere koli molekule, ki obstajajo v naravi." Ta študija temelji na prejšnjih Ningovih raziskavah, kjer je njena ekipa razvila metodo, imenovano Modof, ki je lahko ustvarila strukture molekul, ki so pokazale želene lastnosti bolje kot katera koli obstoječa molekula. "Zdaj se postavlja vprašanje, kako izdelati tako ustvarjene molekule, in tu sije ta nova študija," je dejal Ning, tudi izredni profesor biomedicinske informatike na Medicinski fakulteti. Študija je bila objavljena v reviji Komunikacijska kemija ("G2Retro kot generativni modeli dvostopenjskega grafa za napovedovanje retrosinteze"). Ningova ekipa je trenirala G2Retro na naboru podatkov, ki vsebuje 40,000 kemijskih reakcij, zbranih med letoma 1976 in 2016. Ogrodje se »uči« iz predstavitev danih molekul na podlagi grafov in uporablja globoke nevronske mreže za ustvarjanje možnih struktur reaktantov, ki bi jih lahko uporabili za njihovo sintezo. Njegova generativna moč je tako impresivna, da je po besedah ​​Ninga nekoč dana molekula G2Retro bi lahko pripravil na stotine novih reakcijskih napovedi v samo nekaj minutah. »Naša generativna metoda umetne inteligence G2Retro lahko zagotovi več različnih sinteznih poti in možnosti, pa tudi način za razvrščanje različnih možnosti za vsako molekulo,« je dejal Ning. "To ne bo nadomestilo trenutnih laboratorijskih poskusov, vendar bo ponudilo več in boljše možnosti za zdravila, tako da bo mogoče poskusom dati prednost in se osredotočiti veliko hitreje." Za nadaljnje testiranje učinkovitosti umetne inteligence je Ningova ekipa izvedla študijo primera, da bi ugotovila, ali G2Retro bi lahko natančno predvidel štiri na novo izdana zdravila, ki so že v obtoku: Mitapivat, zdravilo za zdravljenje hemolitične anemije; Tapinarof, ki se uporablja za zdravljenje različnih kožnih bolezni; Mavacamten, zdravilo za zdravljenje sistemskega srčnega popuščanja; in otesekonazol, ki se uporablja za zdravljenje glivičnih okužb pri ženskah. G2Retro je lahko pravilno ustvaril popolnoma enake patentirane poti sinteze za ta zdravila in zagotovil alternativne poti sinteze, ki so prav tako izvedljive in sintetično uporabne, je dejal Ning. Če bi imeli znanstveniki na voljo tako dinamično in učinkovito napravo, bi lahko industriji omogočili hitrejšo proizvodnjo močnejših zdravil – toda kljub prednosti, ki bi jo lahko umetna inteligenca dala znanstvenikom v laboratoriju, Ning poudarja zdravila G2Še vedno je treba potrditi retro ali katero koli generativno ustvarjanje umetne inteligence – postopek, ki vključuje testiranje ustvarjenih molekul na živalskih modelih in kasneje v poskusih na ljudeh. "Zelo smo navdušeni nad generativno umetno inteligenco za medicino in predani smo odgovorni uporabi umetne inteligence za izboljšanje zdravja ljudi," je dejal Ning.

Časovni žig:

Več od Nanowerk