ИИ впервые открыл лекарство: могут ли роботы помочь ученым открыть новые фармацевтические препараты?

• Автор:
• Имя автора

  Квантумран Форсайт
• 22 августа 2022

Сводка статистики

Высокие затраты и процент неудач при разработке традиционных лекарств подталкивают фармацевтические компании инвестировать в технологии искусственного интеллекта (ИИ), чтобы повысить эффективность исследований и снизить затраты. ИИ трансформирует отрасль, быстро выявляя новые цели в отношении лекарств и обеспечивая персонализированное лечение. Этот сдвиг в сторону ИИ меняет фармацевтический ландшафт: от изменения требований к работе для химиков до дебатов о правах интеллектуальной собственности ИИ.

Контекст открытия лекарств на основе искусственного интеллекта

Типичный проект по разработке лекарств стоит 2.6 миллиарда долларов США. На ученых оказывается большое давление, поскольку 9 из 10 потенциальных методов лечения не получают одобрения регулирующих органов. В результате фармацевтические компании в 2020-х годах будут активно инвестировать в платформы искусственного интеллекта, чтобы повысить эффективность исследований и одновременно снизить затраты. 

При открытии лекарств используются различные технологии искусственного интеллекта, включая машинное обучение (МО), обработку естественного языка (НЛП) и компьютерное зрение. ML анализирует данные из различных источников, включая научную литературу, клинические испытания и записи пациентов. Эту информацию затем можно использовать для выявления закономерностей, которые могут предложить новые цели для лекарств или привести к разработке более эффективных методов лечения. НЛП, прогностическая модель на основе языка, используется для сбора данных из научной литературы, которые могут указать на новые способы разработки существующих лекарств. Наконец, компьютерное зрение анализирует изображения клеток и тканей, что позволяет выявить изменения, связанные с заболеваниями.

Примером фармацевтической компании, которая использует ИИ для разработки новых лекарств, является Pfizer, которая использует IBM Watson, систему машинного обучения, которая может проводить обширные исследования иммуноонкологических лекарств. Тем временем французская компания Sanofi заключила партнерское соглашение с британским стартапом Exscientia, чтобы создать платформу искусственного интеллекта для поиска методов лечения метаболических заболеваний. Genentech, дочерняя компания швейцарской компании Roche, использует систему искусственного интеллекта американской GNS Healthcare для поиска методов лечения рака. В Китае биотехнологический стартап Meta Pharmaceuticals получил начальное финансирование в размере 15 миллионов долларов США для разработки методов лечения аутоиммунных заболеваний с использованием ИИ. Компания была создана другой компанией по разработке лекарств с помощью искусственного интеллекта, Xtalpi.

Разрушительное воздействие

Возможно, наиболее практическим применением открытия ИИ-препарата стала разработка первого терапевтического препарата для лечения COVID-19 — противовирусного препарата под названием Ремдесивир. Первоначально препарат был идентифицирован как возможное средство лечения вируса исследователями из Gilead Sciences, биотехнологической компании в Калифорнии, с использованием искусственного интеллекта. Компания использовала алгоритм для анализа данных из базы данных GenBank, которая содержит информацию обо всех общедоступных последовательностях ДНК.

Этот алгоритм выявил двух возможных кандидатов, которых компания Gilead Sciences синтезировала и протестировала на вирус COVID-19 в лабораторной чашке. Оба кандидата оказались эффективными против вируса. Затем один из этих кандидатов был выбран для дальнейшей разработки и испытаний на животных и людях. Ремдесивир в конечном итоге оказался безопасным и эффективным и был одобрен для использования Управлением по контролю за продуктами и лекарствами США (FDA).

С тех пор компании и организации сотрудничали, чтобы найти больше методов лечения COVID-19 с использованием систем искусственного интеллекта. В 2021 году 10 компаний объединились, чтобы создать IMPECCABLE (Интегрированный процесс моделирования для лечения COVID путем оценки лучших потенциальных клиентов). В число этих организаций входят Университет Рутгерса, Университетский колледж Лондона, Министерство энергетики США, Суперкомпьютерный центр Лейбница и корпорация NVIDIA.

Проект представляет собой конвейер моделирования искусственного интеллекта, который обещает ускорить проверку потенциальных кандидатов на лекарства от COVID-19 в 50,000 XNUMX раз быстрее, чем нынешние методы. IMPECCABLE сочетает в себе различную обработку данных, физическое моделирование и моделирование, а также технологии машинного обучения для создания ИИ, который использует закономерности в данных для построения прогнозных моделей. В отличие от типичного метода, при котором ученым приходится тщательно думать и разрабатывать молекулы на основе своих знаний, этот конвейер позволяет исследователям автоматически проверять огромное количество химических веществ, что значительно увеличивает вероятность обнаружения вероятного кандидата.

Последствия открытия лекарств на основе искусственного интеллекта

Более широкие последствия принятия промышленностью методологий открытия лекарств на основе искусственного интеллекта могут включать: 

• Платформы искусственного интеллекта берут на себя задачи, которые традиционно решают начинающие химики, что требует от этих специалистов приобретения новых навыков или смены карьерного пути.
• Крупные фармацевтические компании нанимают ученых-роботов для сбора обширных данных о генетике, заболеваниях и методах лечения, ускоряя разработку терапии.
• Резкий рост партнерских отношений между биотехнологическими стартапами и авторитетными фармацевтическими фирмами для разработки лекарств с помощью искусственного интеллекта, что привлекает больше инвестиций от организаций здравоохранения.
• Содействие индивидуальному лечению людей с уникальными биологическими характеристиками, особенно с редкими аутоиммунными заболеваниями.
• Активизировались нормативные дискуссии о правах интеллектуальной собственности ИИ при открытии лекарств и ответственности за ошибки, связанные с ИИ, в фармацевтическом секторе.
• В отрасли здравоохранения наблюдается значительное снижение затрат на разработку лекарств, что позволяет сделать цены на лекарства более доступными для потребителей.
• Динамика занятости в фармацевтическом секторе меняется, при этом упор делается на науку о данных и опыт искусственного интеллекта, а не на традиционные фармацевтические знания.
• Потенциал улучшения глобальных результатов в области здравоохранения благодаря более быстрым и эффективным процессам разработки лекарств, особенно в развивающихся странах.
• Правительства, возможно, примут политику, обеспечивающую равный доступ к лекарствам, открытым с помощью ИИ, предотвращая монополии и способствуя более широкому использованию преимуществ для здоровья.
• Воздействие на окружающую среду уменьшается по мере того, как открытие лекарств с помощью ИИ снижает потребность в ресурсоемких лабораторных экспериментах и ​​испытаниях.

Вопросы для рассмотрения

• Как еще, по вашему мнению, открытие лекарств, основанных на искусственном интеллекте, изменит здравоохранение?
• Что могут сделать правительства, чтобы регулировать разработку лекарств, ориентированных на искусственный интеллект, особенно цены и доступность?