Під час відеодзвінка Олексій Жаворноков показує маленьку зелену таблетку у формі ромба.
Він був розроблений його компанією для лікування рідкісного прогресуючого захворювання легенів, для якого немає відомої причини чи лікування.
Новий препарат ще належить схвалити, але в невеликих клінічних випробуваннях він продемонстрував вражаючу ефективність у лікуванні ідіопатичного легеневого фіброзу (ІЛФ).
Це лише одна з нової хвилі наркотиків, у відкритті якої допоміг штучний інтелект.
«Ми не можемо сказати, що у нас є перша схвалена молекула, відкрита та розроблена за допомогою штучного інтелекту», — каже доктор Жаворноков, співзасновник і генеральний директор американського стартапу Insiliko Medicine.
— Але з ним ми, можливо, зайшли найдальше.
- Штучний інтелект для порятунку червоної білки
- Як бот, в якого я закохався, розлучився зі мною
- Як штучний інтелект допомагає індійським слонам
Ласкаво просимо до великої гонки ліків зі штучним інтелектом, де низка компаній використовують потужність штучного інтелекту, щоб виконувати те, що традиційно було роботою хіміків-медиків.
Сюди входять невеликі спеціалізовані біотехнологічні компанії, що працюють зі штучним інтелектом, які виникли в останнє десятиліття, а також великі фармацевтичні фірми, які проводять дослідження самостійно або в партнерстві з меншими фірмами.
Серед нових гравців – Alphabet, материнська компанія Google, яка у 2021 році заснувала британську компанію з розробки ліків зі штучним інтелектом Isomorfik Lebs.
Її генеральний директор Деміс Хассабіс розділив цьогорічну Нобелівську премію з хімії за модель ШІ, яка, як очікується, буде корисною для розробки ліків ШІ.
Використання штучного інтелекту для виявлення ліків може мати «велике значення» для пацієнтів, каже Кріс Майєр з Boston Consulting Group (BCG).
Виведення нового препарату на ринок займає в середньому від 10 до 15 років і коштує понад 2 мільярди доларів.
Це також ризиковано: близько 90 відсотків ліків, які проходять клінічні випробування, не проходять тест.
Сподіваємося, що використання штучного інтелекту для цієї частини процесу відкриття ліків зменшить час і витрати, а також призведе до більшого успіху.
Настає нова ера, коли штучний інтелект буде в центрі процесу відкриття ліків, каже Шарлотта Дін, професор структурної біоінформатики в Оксфордському університеті, яка розробляє безкоштовно доступні інструменти штучного інтелекту, щоб допомогти фармацевтичним компаніям та іншим удосконалити відкриття ліків.
«Ми лише на початку того, наскільки добре це може стати», — каже вона.
Експерти кажуть, що це навряд чи призведе до зменшення кількості вчених-фармацевтів, справжню економію досягне менша кількість невдач, але це також передбачатиме роботу в партнерстві зі штучним інтелектом.
Нещодавно опублікований аналіз BCG показав, що принаймні 75 «молекул, відкритих штучним інтелектом», потрапили в клінічні випробування, і очікується, що за ними буде багато інших.
«Те, що вони зараз регулярно починають клінічні випробування, є важливою віхою», — каже д-р Майєр.
Наступний — і «ще більший поворотний момент» — буде, коли вони почнуть виходити на фінішну пряму.
Однак професор Дін зазначає, що досі немає визначення того, що саме вважається наркотиком, «виявленим штучним інтелектом», і в усіх прикладах до цього часу все ще була велика участь людини.
Доктор Майєр пояснює, що є два етапи процесу відкриття ліків, на яких найбільше використовується штучний інтелект.
Перший полягає у визначенні на молекулярному рівні терапевтичної мішені, яка призначена для корекції препарату, наприклад, зміни в певному гені чи білку під час захворювання, яке не повинно відбутися.
У той час як традиційно вчені експериментально перевіряють потенційні мішені в лабораторії, ґрунтуючись на тому, що вони знають про хворобу, штучний інтелект можна навчити використовувати величезні бази даних, щоб вносити корективи між фундаментальною молекулярною біологією та хворобою та робити пропозиції.
Другий, більш поширений, — це створення препарату таким чином, щоб коригувати ціль.
Він використовує генеративний штучний інтелект, який також є основою для ChetGPT, щоб уявити молекули, які можуть зв’язуватися з мішенню та працювати, замінюючи дорогий ручний процес, за допомогою якого хіміки синтезують сотні варіантів однієї молекули та випробовують їх, щоб знайти оптимальну.
Компанія Insiliko Medicine, заснована в 2014 році та отримала понад 425 мільйонів доларів фінансування, використовувала ШІ для обох цих кроків, а також для прогнозування ймовірності успіху в клінічних випробуваннях, що потім повертається до її роботи з відкриття ліків.
Зараз у компанії шість молекул у клінічних випробуваннях, серед них і для лікування IPF, для якого вже запланована наступна фаза випробувань.
Крім того, чотири молекули були схвалені для тестування, і майже 30 інших демонструють великий потенціал.
Усі вони були «відкриті з нуля за допомогою генеративного штучного інтелекту», — каже доктор Жаворноков.
«Наші машини мріють, поки не створять ідеальні ліки, які відповідають усім нашим критеріям».
Нова молекула для лікування IPF була розроблена генеративним штучним інтелектом компанії після того, як їй було призначено інгібувати білок під назвою TNIK, який ніколи раніше не використовувався для лікування IPF, але був запропонований іншим набором програмного забезпечення компанії для штучного інтелекту як найбільш вірогідний. регулятор захворювання.
Можливості, запропоновані системою, були синтезовані та протестовані.
Процес відкриття був набагато швидшим і плавнішим, ніж стандартний для цієї галузі, зазначає доктор Жаворонков.
Це зайняло 18 місяців і потребувало синтезу та тестування 79 молекул, що зазвичай займе близько чотирьох років і синтезу принаймні 500 з них.
За його словами, інші молекули Insilicon мають ще менше число.
Експерти кажуть, що недостатня кількість даних, з яких штучний інтелект може навчатися, залишається найбільшою проблемою для галузі в цілому.
Це також стосується ідентифікації мішені та дизайну молекули, і потенційно може викликати упередження.
Американська фармацевтична компанія Rikerzen Pharmaceuticals каже, що її підхід долає проблему обмеженості даних.
За допомогою автоматизованих експериментів він генерує величезну кількість даних для цілої колекції молекул, з яких складається людське тіло.
Потім він навчає інструменти ШІ розуміти дані та знаходити несподівані зв’язки.
Щоб допомогти досягти цього, минулого року він встановив, за його словами, найшвидший суперкомп’ютер, яким володіє та працює будь-яка фармацевтична компанія.
Він мав певний успіх.
Молекула, розроблена компанією для лікування лімфоми та солідних пухлин, зараз випробовується на хворих на рак і знаходиться на ранніх стадіях клінічних випробувань.
Це сталося після того, як штучний інтелект помітив новий спосіб націлювання на ген, який, як вважають, важливий для ініціювання цих ракових захворювань, але який раніше ніхто не міг з’ясувати, як націлюватися самостійно.
Співзасновник і генеральний директор Ріккергена Кріс Гібсон каже, що найважливішим у цій галузі є те, чого ані Ріккерген, ані хтось інший ще не продемонстрували: що ці молекули, виявлені штучним інтелектом, можуть пройти клінічні випробування та з часом почнуть забезпечувати більшу вірогідність успіху. порівняно з традиційними методами.
Коли це станеться, каже доктор Гібсон, «світу стане очевидно, що це шлях».
- Чи прискорить штучний інтелект шлях до ліків від коронавірусу?
- Вони створюють парфуми, але не мають носа
- Як фотографії та відео в Інтернеті змінюють ваше мислення
Слідкуй за нами на Facebook, Twitter, Instagram, YouTube i Viber. Якщо у вас є пропозиції щодо теми, будь ласка, зв’яжіться з bbcnasrpskom@bbc.co.uk
Бонусне відео:
