Et AI-designet lægemiddel bevæger sig mod godkendelse ved et imponerende klip

Et AI-designet lægemiddel bevæger sig mod godkendelse ved et imponerende klip

Tidsstempel: 18. marts 2024 kl. 4
An AI-Designed Drug Is Moving Toward Approval at an Impressive Clip PlatoBlockchain Data Intelligence. Vertical Search. Ai.

For første gang er et AI-designet lægemiddel i anden fase af kliniske forsøg. For nylig offentliggjorde holdet bag stoffet et papir, der skitserede, hvordan de udviklede det så hurtigt.

Lavet af Insilico medicin, et bioteknologisk firma baseret i New York og Hong Kong, er lægemiddelkandidaten rettet mod idiopatisk lungefibrose, en dødelig sygdom, der får lungerne til at hærde og få ar over tid. Skaden er irreversibel, hvilket gør det stadig sværere at trække vejret. Sygdommen har ikke kendte udløsere. Forskere har kæmpet for at finde proteiner eller molekyler, der kan ligge bag sygdommen som potentielle mål for behandling.

For medicinske kemikere er det et mareridt at udvikle en kur mod sygdommen. For Dr. Alex Zhavoronkov, grundlægger og administrerende direktør for Insilico Medicine, repræsenterer udfordringen et potentielt proof of concept, der kan transformere lægemiddelopdagelsesprocessen ved hjælp af AI – og give håb til millioner af mennesker, der kæmper med den dødelige sygdom.

Lægemidlet, døbt ISM018_055, havde AI tilført gennem hele udviklingsprocessen. Med Pharma.AI, virksomhedens lægemiddeldesignplatform, brugte holdet flere AI-metoder til at finde et potentielt mål for sygdommen og genererede derefter lovende lægemiddelkandidater.

ISM018_055 skilte sig ud for sin evne til at reducere ardannelse i celler og i dyremodeller. Sidste år gennemførte stoffet et klinisk fase I forsøg med 126 raske frivillige i New Zealand og Kina for at teste dets sikkerhed og bestod med glans. Holdet har nu beskrev hele deres platform og frigivet deres data i Nature Biotechnology.

Tidslinjen for lægemiddelopdagelse, fra at finde et mål til afslutning af fase I kliniske forsøg, er omkring syv år. Med kunstig intelligens gennemførte Insilico disse trin på cirka halvdelen af ​​den tid.

"Tidligt så jeg potentialet i at bruge kunstig intelligens til at fremskynde og forbedre lægemiddelopdagelsesprocessen fra ende til anden," fortalte Zhavoronkov Singularitet Hub. Konceptet blev oprindeligt mødt med skepsis fra lægemiddelopdagelsessamfundet. Med ISM018_055 sætter holdet deres AI-platform "på den ultimative test - opdag et nyt mål, design et nyt molekyle fra bunden for at hæmme det mål, test det og bring det hele vejen ind i kliniske forsøg med patienter."

Det AI-designede lægemiddel har bjerge at bestige, før det når apotekerne. Indtil videre har det kun vist sig at være sikkert hos raske frivillige. Virksomheden lancerede Fase II kliniske forsøg sidste sommer, som yderligere vil undersøge lægemidlets sikkerhed og begynde at teste dets virkning hos mennesker med sygdommen.

"Mange virksomheder arbejder på kunstig intelligens for at forbedre forskellige trin i lægemiddelopdagelse," sagde Dr. Michael Levitt, en nobelprismodtager i kemi, som ikke var involveret i arbejdet. "Insilico... identificerede ikke kun et nyt mål, men accelererede også hele den tidlige lægemiddelopdagelsesprocessen, og de har med stor succes valideret deres AI-metoder."

Arbejdet er så "spændende for mig," sagde han.

Det lange spil

De første stadier af opdagelse af lægemidler er lidt ligesom high-stakes gambling.

Forskere vælger et mål i kroppen, der sandsynligvis forårsager en sygdom, og designer derefter møjsommeligt kemikalier til at forstyrre målet. Kandidaterne bliver derefter gransket for et utal af foretrukne egenskaber. Kan det for eksempel optages som en pille eller med en inhalator frem for en injektion? Kan lægemidlet nå målet på høje nok niveauer til at blokere ardannelse? Kan det let nedbrydes og elimineres af nyrerne? I sidste ende, er det sikkert?

Hele valideringsprocessen, fra opdagelse til godkendelse, kan tage mere end et årti og milliarder af dollars. Det meste af tiden betaler satsningen sig ikke. Rundt regnet 90 procent af de oprindeligt lovende lægemiddelkandidater fejler i kliniske forsøg. Endnu flere kandidater når ikke så langt.

Den første fase - at finde målet for et potentielt lægemiddel - er afgørende. Men processen er især svær for sygdomme uden kendt årsag eller for komplekse helbredsproblemer som kræft og aldersrelaterede lidelser. Med kunstig intelligens spekulerede Zhavoronkov på, om det var muligt at fremskynde rejsen. I det sidste årti byggede holdet flere "AI-forskere" for at hjælpe deres menneskelige samarbejdspartnere.

Den første, PandaOmics, bruger flere algoritmer til at nulstille potentielle mål i store datasæt - for eksempel genetiske eller proteinkort og data fra kliniske forsøg. Til idiopatisk lungefibrose trænede holdet værktøjet på data fra vævsprøver af patienter med sygdommen og tilføjede tekst fra et univers af online videnskabelige publikationer og bevillinger på området.

Med andre ord, PandaOmics opførte sig som en videnskabsmand. Det "læste" og syntetiserede eksisterende viden som baggrund og inkorporerede kliniske forsøgsdata for at generere en liste over potentielle mål for sygdommen med fokus på nyhed.

Et protein kaldet TNIK viste sig som den bedste kandidat. Selvom det ikke tidligere var forbundet med idiopatisk lungefibrose, havde TNIK været det et mål forbundet med flere "aldringens kendetegn" - de utallige nedbrudte genetiske og molekylære processer, der akkumuleres, når vi bliver ældre.

Med et potentielt mål i hånden ringede en anden AI-motor Kemi 42, brugte generative algoritmer til at finde kemikalier, der kunne låse på TNIK. Denne type AI genererer tekstsvar i populære programmer som ChatGPT, men den kan også opfinde nye lægemidler.

"Generativ kunstig intelligens som teknologi har eksisteret siden 2020, men nu er vi i et afgørende øjeblik med både bred kommerciel bevidsthed og gennembrudspræstationer," sagde Zhavoronkov.

Med ekspertinput fra humane medicinske kemikere fandt holdet til sidst deres lægemiddelkandidat: ISM018_055. Lægemidlet var sikkert og effektivt til at reducere ardannelse i lungerne i dyremodeller. Overraskende nok beskyttede det også huden og nyrerne mod fibrose, som ofte opstår under aldring.

I slutningen af ​​2021 lancerede holdet et klinisk forsøg i Australien, der testede lægemidlets sikkerhed. Andre fulgte snart efter i New Zealand og Kina. Resultaterne hos raske frivillige var lovende. Det AI-designede lægemiddel blev let absorberet af lungerne, når det blev taget som en pille og derefter nedbrudt og elimineret fra kroppen uden nævneværdige bivirkninger.

Det er et proof of concept for AI-baseret lægemiddelopdagelse. "Vi er i stand til at påvise uden tvivl, at denne metode til at finde og udvikle nye behandlinger virker," sagde Zhavoronkov.

Først i klassen

Det AI-designede lægemiddel gik videre til næste fase af kliniske forsøg, fase II, i både USA og Kina sidste sommer. Lægemidlet bliver testet i mennesker med sygdommen ved hjælp af guldstandarden for kliniske forsøg: randomiseret, dobbeltblindet og med placebo.

"Mange mennesker siger, at de laver kunstig intelligens for at opdage lægemidler," sagde Dr. Alán Aspuru-Guzik ved University of Toronto, som ikke var involveret i den nye undersøgelse. "Dette er, så vidt jeg ved, det første AI-genererede lægemiddel i fase II kliniske forsøg. En sand milepæl for samfundet og for Insilico."

Lægemidlets succes er stadig ikke givet. Lægemiddelkandidater fejler ofte under kliniske forsøg. Men hvis det lykkes, kan det potentielt have en bredere rækkevidde. Fibrose opstår let i flere organer, efterhånden som vi bliver ældre, og til sidst stopper normale organfunktioner.

"Vi ønskede at identificere et mål, der var meget impliceret i både sygdom og aldring, og fibrose ... er et væsentligt kendetegn for aldring," sagde Zhavoronkov. AI-platformen fandt et af de mest lovende "mål med dobbelt formål relateret til anti-fibrose og aldring", som ikke kun kan redde liv hos mennesker med idiopatisk lungefibrose, men også potentielt langsom aldring for os alle.

For Dr. Christoph Kuppe ved RWTH Aachen, som ikke var involveret i arbejdet, er undersøgelsen et "vartegn", der kunne omforme banen for opdagelse af lægemidler.

Da ISM018_055 i øjeblikket gennemgår fase II-forsøg, forestiller Zhavoronkov sig en fremtid, hvor AI og forskere samarbejder om at fremskynde nye behandlinger. "Vi håber, at dette [arbejde] vil skabe mere selvtillid og flere partnerskaber og tjene til at overbevise alle tilbageværende skeptikere om værdien af ​​AI-drevet lægemiddelopdagelse," sagde han.

Billedkredit: Insilico

Tidsstempel:

Mere fra Singularitet Hub