Καινοτομία

Η τεχνητή νοημοσύνη μπορεί να επιταχύνει δραστικά την ανακάλυψη φαρμάκων

Η τεχνητή νοημοσύνη μπορεί να επιταχύνει δραστικά την ανακάλυψη φαρμάκων
Your browser does not support the video tag.  Μια νέα μελέτη διαπίστωσε ότι η τεχνητή νοημοσύνη μπορεί να επιταχύνει δραστικά την ανακάλυψη φαρμάκων. Αυτό έχει σημαντικές επιπτώσεις στη φαρμακευτική βιομηχανία και στον τομέα της υγειονομικής περίθαλψης. Η εταιρεία Insilico Medicine, μια επιχείρηση βιοτεχνολογίας με έδρα το Honk Kong, ξεκίνησε τα αποτελέσματα της νέας διαδικασίας ανίχνευσης […]

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

 Μια νέα μελέτη διαπίστωσε ότι η τεχνητή νοημοσύνη μπορεί να επιταχύνει δραστικά την ανακάλυψη φαρμάκων. Αυτό έχει σημαντικές επιπτώσεις στη φαρμακευτική βιομηχανία και στον τομέα της υγειονομικής περίθαλψης. Η εταιρεία Insilico Medicine, μια επιχείρηση βιοτεχνολογίας με έδρα το Honk Kong, ξεκίνησε τα αποτελέσματα της νέας διαδικασίας ανίχνευσης φαρμάκων με τεχνητή νοημοσύνη που ονομάζεται GENTRL. Το GENTRL ήταν σε θέση να προσδιορίσει με επιτυχία έξι υποσχόμενες θεραπείες για ίνωση σε μόλις 21 ημέρες, με μία από τις θεραπείες που βρέθηκε ότι είναι αποτελεσματικές στην αντιμετώπιση ποντικών με νεφρική ίνωση.

Με βάση τα παραπάνω, οι συγγραφείς της μελέτης καταλήγουν στο συμπέρασμα ότι η GENTRL υπόσχεται να επιταχύνει τη διαδικασία ανεύρεσης φαρμάκων, εξοικονομώντας ενδεχομένως τα δισεκατομμύρια της φαρμακοβιομηχανίας, προσφέροντας προσιτά φάρμακα στην αγορά ταχύτερα και σώζοντας έτσι περισσότερες ζωές. Ο λόγος για τον οποίο η εξοικονόμηση χρόνου είναι σημαντική όταν πρόκειται για την εξεύρεση νέων φαρμάκων είναι επειδή ο χρόνος ισοδυναμεί με χρήματα και υπάρχει μια εκτιμώμενη τιμή πώλησης 2,6 δισεκατομμυρίων δολαρίων για την ανάπτυξη μιας νέας θεραπείας. Ένας άλλος λόγος για το υψηλό κόστος είναι λόγω των πολλών ψευδών ενάρξεων, οι οποίες μπορεί να εμφανιστούν σε οποιοδήποτε στάδιο της αναπτυξιακής διαδικασίας έως την κλινική δοκιμή.


Οι πρόοδοι στην τεχνητή νοημοσύνη εκσυγχρονίζουν διάφορες πτυχές της ζωής μας, αναπτύσσοντας εξατομικευμένες γνώσεις και μάθηση από τις λύσεις που παράγει για την αντιμετώπιση όχι μόνο συγκεκριμένων αλλά και σύνθετων προβλημάτων. Αυτό ισχύει και για τη φαρμακευτική ανάπτυξη και τα στοιχεία δείχνουν ότι η τεχνητή νοημοσύνη μπορεί να βελτιώσει την αποτελεσματικότητα της διαδικασίας ανάπτυξης φαρμάκων και τη συνεργασία των γίγαντες της φαρμακευτικής βιομηχανίας με τις εταιρείες ανίχνευσης φαρμάκων με τεχνολογία AI.

Σύμφωνα με τον BenchSci, η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην ανάπτυξη φαρμάκων: Συγκεντρώνοντας και συνθέτοντας πληροφορίες, εγκαθιστώντας κατάλληλους βιοδείκτες, δημιουργώντας δεδομένα και μοντέλα, ανατρέποντας τα υπάρχοντα φάρμακα, δημιουργώντας νέους υποψήφιους για φάρμακα και αναλύοντας πραγματικές αποδείξεις. Με τη νέα μελέτη , τα μόρια  με τις τεχνικές GENTRL σύντομα συντέθηκαν, δοκιμάστηκαν σε ενζυματική κυτταρική ίνωση, μεταβολική σταθερότητα, δοκιμασίες μικροσωματικής σταθερότητας και σε ποντικούς. Η Insilico Medicine αξιολόγησε το σύστημα GENTRL για την ανακάλυψη φαρμάκων σε κύτταρα και ζώα και κατάφερε να δημιουργήσει έξι νέα μόρια που θα μπορούσαν να αντιμετωπίσουν ασθένειες όπως η ίνωση. Η εταιρεία χρειάστηκε μόνο 21 ημέρες για να παράγει τα νέα μόρια. Από τα έξι νεοσυσταθέντα μόρια, τέσσερα επιλεκτικά παρεμπόδισαν το DDR1, έναν στόχο πρωτεΐνης που εμπλέκεται σε διάφορες διαταραχές που περιλαμβάνουν ίνωση, σε συγκέντρωση νανομορίων. Αυτό αποτελεί μια πολλά υποσχόμενη νέα θεραπεία για την ίνωση.

Συζητώντας αυτό, ο Alex Zhavoronkov, Διευθύνων Σύμβουλος της Insilico Medicine, λέει: “Η ανάπτυξη αυτών των πρώτων έξι μορίων ως πειραματική επικύρωση είναι μόνο η αρχή. Με την καθιέρωση της ταχείας ανακάλυψης νέων μορίων και με την παραγωγή του πηγαίου κώδικα του GENTRL ανοιχτού κώδικα, εισάγουμε νέες δυνατότητες για τη δημιουργία και την ανακάλυψη νέων φαρμάκων που σώζουν ζωές για ανίατες ασθένειες – και η ευρύτερη δυνατή πρόσβαση σε αυτή την ισχυρή τεχνολογία για πρώτη φορά στο κοινό”. Η νέα έρευνα έχει δημοσιευθεί στο περιοδικό Nature Biotechnology.