• AI potrafi przeanalizować miliardy cząsteczek w kilka dni
• Naukowcy znaleźli związki zabijające bakterie odporne na antybiotyki
• Algorytmy zaczynają szukać leków na chorobę Parkinsona
AI przyspiesza odkrywanie nowych leków
Jednym z największych problemów współczesnej medycyny jest rosnąca odporność bakterii na antybiotyki. Już dziś ponad 1,1 mln ludzi rocznie umiera z powodu infekcji opornych na leczenie. Do 2050 roku liczba ta może przekroczyć 8 mln zgonów rocznie.
Opracowanie nowych antybiotyków jest bardzo powolne. W latach 2017–2022 dopuszczono do użycia zaledwie 12 nowych leków z tej grupy. Wiele z nich było jedynie modyfikacją starszych terapii.
Sztuczna inteligencja może ten proces radykalnie przyspieszyć. Algorytmy analizują ogromne biblioteki związków chemicznych w ciągu godzin lub dni. „Możemy – w ciągu kilku dni lub godzin – przejrzeć ogromne biblioteki związków chemicznych, aby znaleźć te o działaniu przeciwbakteryjnym” – mówi James Collins z Massachusetts Institute of Technology, cytowany przez BBC.
Jego zespół wykorzystał modele generatywne AI do analizy ponad 45 milionów struktur chemicznych. Celem było znalezienie nowych antybiotyków przeciwko groźnym bakteriom. Chodzi między innymi o Neisseria gonorrhoeae, która wywołuje rzeżączkę, oraz Staphylococcus aureus, odpowiedzialną za infekcje MRSA.
Algorytmy wygenerowały 36 milionów potencjalnych cząsteczek. Do badań laboratoryjnych wybrano 24 związki. Siedem wykazało działanie przeciwbakteryjne, a dwa okazały się bardzo skuteczne wobec bakterii odpornych na leczenie.
Nadzieja dla pacjentów z chorobą Parkinsona
Sztuczna inteligencja może pomóc także w leczeniu chorób neurodegeneracyjnych. Jednym z największych wyzwań jest choroba Parkinsona, która dotyka ponad 10 milionów ludzi na świecie. Do dziś nie istnieje terapia zatrzymująca rozwój tej choroby. Obecne leki jedynie łagodzą objawy.
Problem polega na tym, że naukowcy nadal nie są pewni przyczyn choroby. „Toczą się niekończące się debaty na temat pochodzenia tego zaburzenia. Na konferencjach słyszy się dziesiątki różnych hipotez” – mówi Michele Vendruscolo z Uniwersytetu Cambridge.
Badacze wykorzystali uczenie maszynowe do poszukiwania związków neutralizujących tzw. ciała Lewy’ego. Są to nieprawidłowe skupiska białek w mózgu. Vendruscolo podkreśla, że przestrzeń możliwych cząsteczek jest ogromna. „Liczba możliwych małych cząsteczek jest większa niż liczba atomów we Wszechświecie” – mówi naukowiec.
Dlatego sztuczna inteligencja ma tu ogromną przewagę. „Możemy analizować dane i przewidywać, jak cząsteczki będą wiązać się z celem na skalę nie do pomyślenia jeszcze kilka lat temu”.
Dzięki temu badacze znaleźli pięć obiecujących związków, które mogą stać się nowymi lekami. „Jeśli uda nam się ustabilizować białka w tej formie, zapobiegniemy chorobie Parkinsona – a to jest lepsze niż jej wyleczenie” – mówi Vendruscolo.
AI odkrywa nowe zastosowania starych leków
Rewolucja AI nie polega tylko na tworzeniu nowych terapii. Często chodzi o znalezienie nowych zastosowań dla istniejących leków. Dobrym przykładem jest historia Davida Fajgenbauma z Uniwersytetu Pensylwanii. Lekarz zachorował na rzadką chorobę Castlemana. Żadna dostępna terapia nie działała.
Po analizie badań odkrył, że lek syrolimus, stosowany u pacjentów po przeszczepach, może powstrzymać chorobę. Terapia doprowadziła do remisji trwającej ponad dekadę.
Dziś organizacja Every Cure wykorzystuje sztuczną inteligencję do porównywania tysięcy leków z tysiącami chorób. Model AI z Harvard Medical School wskazał niemal 8000 istniejących leków, które mogą mieć zastosowanie w leczeniu ponad 17 tys. chorób.
Wirtualne choroby i testy leków
Sztuczna inteligencja potrafi także symulować rozwój chorób. Naukowcy z Uniwersytetu McGill stworzyli model idiopatycznego włóknienia płuc, który pokazuje, jak komórki przechodzą ze stanu zdrowego do chorobowego „Większość złożonych chorób jest spowodowana nieprawidłową zmianą stanu komórek” – mówi Jun Ding z Uniwersytetu McGill.
Dzięki modelom AI można symulować przebieg choroby i testować różne terapie. „Nazywamy to wirtualnym systemem chorób. Naukowcy mogą testować leki w modelu bez ogromnych kosztów” – wyjaśnia Ding.
Według niego w najbliższych latach sztuczna inteligencja będzie odgrywać kluczową rolę w medycynie. „Moim zdaniem w ciągu pięciu do dziesięciu lat większość nowych leków będzie rozwijana przy użyciu sztucznej inteligencji”.
Rewolucja dopiero się zaczyna
Sztuczna inteligencja nie rozwiązuje wszystkich problemów medycyny. Najlepiej działa na wczesnym etapie badań nad lekami.
Jednocześnie wiele kluczowych danych znajduje się w prywatnych bazach firm farmaceutycznych. „Potrzebujemy danych o właściwościach leków, takich jak wchłanianie czy toksyczność. Nie dysponujemy jeszcze takimi zbiorami danych” – mówi James Collins.
Droga od odkrycia związku do gotowego leku nadal może trwać ponad dekadę. Mimo to naukowcy są zgodni. Sztuczna inteligencja zaczyna zmieniać sposób odkrywania leków i może doprowadzić do jednego z największych przełomów w historii medycyny.
Źródło:
https://www.bbc.com/future/article/20260309-ai-is-finding-treatments-for-incurable-diseases
