Darganfod cyffuriau AI-gyntaf: A all robotiaid helpu gwyddonwyr i ddarganfod cyffuriau pharma newydd?

• Awdur:
• enw awdur

  Rhagolwg Quantumrun
• Awst 22, 2022

Crynodeb mewnwelediad

Mae costau uchel a chyfraddau methiant mewn datblygu cyffuriau traddodiadol yn gwthio cwmnïau fferyllol i fuddsoddi mewn technolegau deallusrwydd artiffisial (AI) i hybu effeithlonrwydd ymchwil a chostau is. Mae AI yn trawsnewid y diwydiant trwy nodi targedau cyffuriau newydd yn gyflym a galluogi triniaethau personol. Mae'r symudiad hwn tuag at AI yn ail-lunio'r dirwedd fferyllol, o newid gofynion swyddi cemegwyr i sbarduno dadleuon ar hawliau eiddo deallusol AI.

Cyd-destun darganfod cyffuriau AI-gyntaf

Mae'r prosiect datblygu cyffuriau nodweddiadol yn costio USD $2.6 biliwn. Mae'r pwysau'n uchel ar wyddonwyr, gan nad yw 9 o bob 10 therapi ymgeisydd yn cyrraedd cymeradwyaeth reoleiddiol. O ganlyniad, mae cwmnïau fferyllol yn buddsoddi'n ymosodol mewn llwyfannau AI yn ystod y 2020au i gynyddu effeithiolrwydd ymchwil wrth leihau costau. 

Defnyddir gwahanol dechnolegau AI wrth ddarganfod cyffuriau, gan gynnwys dysgu peiriant (ML), prosesu iaith naturiol (NLP), a gweledigaeth gyfrifiadurol. Mae ML yn dadansoddi data o ffynonellau amrywiol, gan gynnwys llenyddiaeth wyddonol, treialon clinigol, a chofnodion cleifion. Yna gellir defnyddio'r wybodaeth hon i nodi patrymau a allai awgrymu targedau cyffuriau newydd neu arwain at ddatblygu triniaethau mwy effeithiol. Defnyddir NLP, model rhagfynegi ar sail iaith, i gloddio data o lenyddiaeth wyddonol, a all amlygu ffyrdd newydd o ddatblygu cyffuriau presennol. Yn olaf, mae gweledigaeth gyfrifiadurol yn dadansoddi delweddau o gelloedd a meinweoedd, a all nodi newidiadau sy'n gysylltiedig â chlefydau.

Enghraifft o gwmni fferyllol sy'n defnyddio AI i ddatblygu cyffuriau newydd yw Pfizer, sy'n defnyddio IBM Watson, system ML sy'n gallu ymchwilio'n helaeth i feddyginiaethau imiwn-oncoleg. Yn y cyfamser, mae Sanofi o Ffrainc wedi partneru â chwmni cychwynnol y DU Exscientia i greu llwyfan AI i chwilio am therapïau clefyd metabolig. Mae Genentech, is-gwmni Roche o’r Swistir, yn defnyddio system AI o GNS Healthcare o’r Unol Daleithiau i arwain y gwaith o chwilio am driniaethau canser. Yn Tsieina, sicrhaodd Meta Pharmaceuticals, cwmni biotechnoleg newydd, arian had o USD $15 miliwn i ddatblygu triniaethau clefyd hunanimiwn gan ddefnyddio AI. Deorwyd y cwmni gan gwmni darganfod cyffuriau arall gyda chymorth AI, Xtalpi.

Effaith aflonyddgar

Efallai mai'r cymhwysiad mwyaf ymarferol o ddarganfod cyffuriau AI-gyntaf oedd datblygu'r cyffur therapiwtig cyntaf ar gyfer COVID-19, meddyginiaeth wrthfeirysol o'r enw Remdesivir. Nodwyd y cyffur i ddechrau fel triniaeth bosibl ar gyfer y firws gan ymchwilwyr yn Gilead Sciences, cwmni biotechnoleg yng Nghaliffornia, sy'n defnyddio AI. Defnyddiodd y cwmni algorithm i ddadansoddi data o gronfa ddata GenBank, sy'n cynnwys gwybodaeth am yr holl ddilyniannau DNA sydd ar gael yn gyhoeddus.

Nododd yr algorithm hwn ddau ymgeisydd posibl, y gwnaeth Gilead Sciences eu syntheseiddio a'u profi yn erbyn y firws COVID-19 mewn dysgl labordy. Canfuwyd bod y ddau ymgeisydd yn effeithiol yn erbyn y firws. Yna dewiswyd un o'r ymgeiswyr hyn i'w ddatblygu ymhellach a'i brofi mewn anifeiliaid a phobl. Yn y pen draw canfuwyd bod Remdesivir yn ddiogel ac yn effeithiol, a chafodd ei gymeradwyo i'w ddefnyddio gan Weinyddiaeth Bwyd a Chyffuriau'r UD (FDA).

Ers hynny, mae cwmnïau a sefydliadau wedi cydweithio i ddod o hyd i fwy o driniaethau COVID-19 gan ddefnyddio systemau AI. Yn 2021, daeth 10 cwmni at ei gilydd i greu IMPECCABLE (Piblinell Modelu Integredig ar gyfer Gwella COVID trwy Asesu Arweinwyr Gwell). Mae'r sefydliadau hyn yn cynnwys Prifysgol Rutgers, Coleg Prifysgol Llundain, Adran Ynni'r UD, Canolfan Uwchgyfrifiadura Leibniz, a NVIDIA Corporation.

Mae'r prosiect yn biblinell efelychu AI sy'n addo cyflymu'r broses o sgrinio ymgeiswyr cyffuriau COVID-19 posibl 50,000 gwaith yn gyflymach na'r dulliau presennol. Mae IMPECCABLE yn cyfuno prosesu data amrywiol, modelu ac efelychu ffiseg, a thechnolegau ML i greu AI sy'n defnyddio patrymau mewn data i adeiladu modelau rhagfynegol. Yn wahanol i'r dull nodweddiadol, lle mae'n rhaid i wyddonwyr feddwl yn ofalus a datblygu moleciwlau yn seiliedig ar eu gwybodaeth, mae'r biblinell hon yn caniatáu i ymchwilwyr sgrinio niferoedd enfawr o gemegau yn awtomatig, gan gynyddu'r tebygolrwydd o ddod o hyd i ymgeisydd tebygol yn ddramatig.

Goblygiadau darganfod cyffuriau AI-gyntaf

Gallai goblygiadau ehangach mabwysiadu methodolegau darganfod cyffuriau AI-gyntaf gan y diwydiant gynnwys: 

• Llwyfanau AI sy’n cymryd yn ganiataol y tasgau a oedd yn cael eu trin yn draddodiadol gan gemegwyr ar ddechrau eu gyrfa, sy’n ei gwneud yn ofynnol i’r gweithwyr proffesiynol hyn ennill sgiliau newydd neu newid llwybrau gyrfa.
• Cwmnïau fferyllol mawr yn cyflogi gwyddonwyr robotig ar gyfer sgwrio data genetig, clefydau a thriniaeth helaeth, gan gyflymu datblygiad therapi.
• Ymchwydd mewn partneriaethau rhwng busnesau newydd biotechnoleg a chwmnïau fferyllol sefydledig ar gyfer darganfod cyffuriau gyda chymorth AI, gan ddenu mwy o fuddsoddiad gan endidau gofal iechyd.
• Hwyluso triniaethau meddygol wedi'u teilwra ar gyfer unigolion â nodweddion biolegol unigryw, yn enwedig y rhai ag anhwylderau hunanimiwn anghyffredin.
• Trafodaethau rheoleiddiol dwysach ar hawliau eiddo deallusol AI mewn darganfyddiadau cyffuriau ac atebolrwydd am wallau cysylltiedig â AI yn y sector fferyllol.
• Mae'r diwydiant gofal iechyd yn profi gostyngiadau sylweddol mewn costau wrth ddatblygu cyffuriau, gan ganiatáu ar gyfer prisiau meddyginiaeth mwy fforddiadwy i ddefnyddwyr.
• Deinameg cyflogaeth yn y sector fferyllol yn newid, gyda phwyslais ar wyddor data ac arbenigedd AI dros wybodaeth fferyllol draddodiadol.
• Potensial ar gyfer canlyniadau iechyd byd-eang gwell oherwydd prosesau darganfod cyffuriau cyflymach a mwy effeithlon, yn enwedig mewn gwledydd sy'n datblygu.
• Llywodraethau o bosibl yn gweithredu polisïau i sicrhau mynediad teg at feddyginiaethau a ddarganfuwyd gan AI, atal monopolïau a meithrin buddion iechyd ehangach.
• Mae effeithiau amgylcheddol yn lleihau wrth i ddarganfod cyffuriau a yrrir gan AI leihau'r angen am arbrofion a threialon labordy sy'n defnyddio llawer o adnoddau.

Cwestiynau i'w hystyried

• Sut arall ydych chi'n meddwl y bydd darganfod cyffuriau AI-gyntaf yn newid gofal iechyd?
• Beth all llywodraethau ei wneud i reoleiddio datblygiadau cyffuriau AI-gyntaf, yn enwedig prisio a hygyrchedd?