Umjetna inteligencija mogla bi revolucionirati proces otkrivanja novih lijekova, smanjujući vrijeme i troškove razvoja zahvaljujući novom modelu koji analizira hiljade spojeva i predviđa njihov učinak na stanice.
Novi AI model, predstavljen 23. oktobra u časopisu Science, predviđa kako hemijski spojevi utječu na ljudske ćelije, otvarajući put prema bržem i preciznijem razvoju terapija. Stručnjaci ga opisuju kao prekretnicu u biomedicini.
„To je moćan nacrt za budućnost, sistem koji uči iz vlastitih eksperimenata,“ izjavio je za Nature Hongkui Deng, stanični biolog s Pekinškog univerziteta, koji nije bio dio istraživačkog tima.
Tradicionalno otkrivanje lijekova podrazumijeva testiranje desetina hiljada spojeva na stanicama uzgojenim u laboratoriji, proces koji može trajati godinama i koštati milijarde dolara. Novi pristup koristi genomske baze podataka kako bi se razumjelo kako spojevi utječu na mreže gena unutar ćelija.
Kako bi to postigli, tim koji predvodi Alex Shalek, biomedicinski inženjer s MIT-a, udružio se s američkom kompanijom Cellarity. Zajedno su razvili DrugReflector, model dubokog učenja treniran na podacima o 9.600 spojeva testiranih na 50 tipova stanica.
Rezultati su impresivni: AI je identifikovao spojeve koji utječu na proizvodnju trombocita i crvenih krvnih stanica 17 puta brže od tradicionalnih metoda. Kada je algoritam ponovio postupak koristeći podatke iz prethodnih pokušaja, uspješnost se udvostručila.
Deng upozorava da je DrugReflector zasad ograničen na postojeće baze podataka, ali vjeruje da će budući modeli moći predviđati biološke učinke direktno iz hemijske strukture.
„Tehnologija je obećavajuća, ali preciznost i mogućnost generalizacije još uvijek zahtijevaju značajna poboljšanja,“ zaključuje on.