یک داروی طراحی شده با هوش مصنوعی در یک کلیپ چشمگیر به سمت تایید حرکت می کند

برای اولین بار، یک داروی طراحی شده با هوش مصنوعی در مرحله دوم آزمایشات بالینی قرار دارد. اخیراً تیم سازنده این دارو مقاله ای را منتشر کرده است که نشان می دهد چگونه آن را به سرعت توسعه داده اند.

ساخته شده توسط داروی Insilicoیک شرکت بیوتکنولوژی مستقر در نیویورک و هنگ کنگ، کاندیدای دارو فیبروز ریوی ایدیوپاتیک را هدف قرار می دهد، بیماری کشنده ای که باعث سفت شدن ریه ها و ایجاد زخم در طول زمان می شود. آسیب غیرقابل برگشت است و تنفس را به طور فزاینده ای دشوار می کند. این بیماری محرک های شناخته شده ای ندارد. دانشمندان برای یافتن پروتئین ها یا مولکول هایی که ممکن است در پس بیماری به عنوان اهداف بالقوه برای درمان باشند، تلاش کرده اند.

برای شیمیدانان دارویی، ایجاد یک درمان برای این بیماری یک کابوس است. برای دکتر الکس ژاورونکوف، بنیانگذار و مدیر عامل Insilico Medicine، این چالش نشان دهنده اثبات بالقوه ای از مفهوم است که می تواند فرآیند کشف دارو را با استفاده از هوش مصنوعی متحول کند - و امید میلیون ها نفر را که با این بیماری کشنده دست و پنجه نرم می کنند، ایجاد کند.

این دارو که ISM018_055 نام دارد، هوش مصنوعی را در تمام مراحل توسعه آن تزریق کرده بود. با Pharma.AIاین تیم، پلتفرم طراحی داروی این شرکت، از چندین روش هوش مصنوعی برای یافتن یک هدف بالقوه برای این بیماری استفاده کرد و سپس نامزدهای دارویی امیدوارکننده‌ای را تولید کرد.

ISM018_055 به دلیل توانایی خود در کاهش جای زخم در سلول ها و در مدل های حیوانی متمایز بود. سال گذشته، این دارو یک آزمایش بالینی فاز اول را بر روی 126 داوطلب سالم در نیوزلند و چین به پایان رساند تا ایمنی آن را آزمایش کند و با رنگ‌آمیزی به پایان رسید. تیم اکنون دارد کل پلت فرم خود را شرح داد و داده های خود را در بیوتکنولوژی طبیعت.

جدول زمانی برای کشف دارو، از یافتن هدف تا تکمیل آزمایشات بالینی فاز اول، است حدود هفت سال. با هوش مصنوعی، Insilico این مراحل را تقریباً در نیمی از زمان انجام داد.

ژاورونکوف گفت: "در اوایل، پتانسیل استفاده از هوش مصنوعی را برای سرعت بخشیدن و بهبود فرآیند کشف دارو از انتها به انتها دیدم." تکینگی هاب. این مفهوم در ابتدا با شک و تردید جامعه کشف مواد مخدر مواجه شد. با ISM018_055، این تیم پلتفرم هوش مصنوعی خود را در آزمایش نهایی قرار می‌دهد - یک هدف جدید را کشف کنید، یک مولکول جدید را از ابتدا طراحی کنید تا آن هدف را مهار کند، آن را آزمایش کند، و آن را تا آخر در آزمایش‌های بالینی با بیماران وارد کند.

داروی طراحی شده با هوش مصنوعی قبل از رسیدن به داروخانه ها، کوه هایی برای بالا رفتن دارد. در حال حاضر، ایمن بودن آن فقط در داوطلبان سالم نشان داده شده است. این شرکت راه اندازی شد آزمایشات بالینی فاز دوم تابستان گذشته، که ایمنی دارو را بیشتر مورد بررسی قرار داده و آزمایش اثربخشی آن را در افراد مبتلا به این بیماری آغاز خواهد کرد.

شرکت‌های زیادی روی هوش مصنوعی کار می‌کنند تا مراحل مختلف کشف دارو را بهبود بخشند. گفت: دکتر مایکل لویت، برنده جایزه نوبل در شیمی، که در این کار دخالتی نداشت. Insilico نه تنها یک هدف جدید را شناسایی کرد، بلکه کل فرآیند کشف اولیه دارو را نیز تسریع کرد، و آنها روش‌های هوش مصنوعی خود را کاملاً با موفقیت تأیید کردند.

او گفت که این کار برای من بسیار هیجان انگیز است.

بازی طولانی

اولین مراحل کشف دارو کمی شبیه قمار با ریسک بالا است.

دانشمندان هدفی را در بدن انتخاب می‌کنند که احتمالاً باعث ایجاد بیماری می‌شود و سپس مواد شیمیایی را برای تداخل با هدف با زحمت طراحی می‌کنند. سپس نامزدها برای تعداد بی شماری از خواص ارجح مورد بررسی قرار می گیرند. مثلا آیا می توان آن را به صورت قرص یا با استنشاق جذب کرد تا تزریق؟ آیا دارو می تواند در سطوح آنقدر بالا به هدف برسد که مانع از ایجاد اسکار شود؟ آیا می توان به راحتی توسط کلیه ها تجزیه و از بین رفت؟ در نهایت ایمن است؟

کل فرآیند اعتبار سنجی، از کشف تا تایید، می تواند بیش از یک دهه و میلیاردها دلار طول بکشد. بیشتر اوقات، قمار نتیجه نمی دهد. تقریبا 90 درصد کاندیداهای اولیه امیدبخش دارویی در آزمایشات بالینی شکست می خورند. حتی تعداد بیشتری از کاندیداها به این حد نمی رسند.

مرحله اول - یافتن هدف برای یک داروی بالقوه - ضروری است. اما این فرآیند به ویژه برای بیماری‌های بدون علت شناخته‌شده یا مشکلات پیچیده سلامتی مانند سرطان و اختلالات مرتبط با سن سخت است. با هوش مصنوعی، ژاورونکوف به این فکر کرد که آیا می‌توان سفر را تسریع کرد. در دهه گذشته، این تیم چندین "دانشمند هوش مصنوعی" را برای کمک به همکاران انسانی خود ساختند.

اولین، PandaOmics، از چندین الگوریتم برای به صفر رساندن اهداف بالقوه در مجموعه داده های بزرگ استفاده می کند - به عنوان مثال، نقشه های ژنتیکی یا پروتئینی و داده های آزمایش های بالینی. برای فیبروز ریوی ایدیوپاتیک، تیم این ابزار را بر روی داده‌های نمونه‌های بافتی بیماران مبتلا به این بیماری آموزش داد و متنی را از مجموعه‌ای از نشریات علمی آنلاین و کمک‌های مالی در این زمینه اضافه کرد.

به عبارت دیگر، PandaOmics مانند یک دانشمند رفتار کرد دانش موجود را به عنوان پس‌زمینه خواند و ترکیب کرد و داده‌های کارآزمایی بالینی را برای ایجاد فهرستی از اهداف بالقوه برای بیماری با تمرکز بر تازگی ترکیب کرد.

پروتئینی به نام TNIK به عنوان بهترین نامزد ظاهر شد. اگرچه قبلاً با فیبروز ریوی ایدیوپاتیک مرتبط نبود، TNIK وجود داشت یک هدف با چندین "علائم بارز پیری" مرتبط است - بی شمار فرآیندهای ژنتیکی و مولکولی شکسته شده که با بالا رفتن سن انباشته می شوند.

با یک هدف بالقوه در دست، یک موتور هوش مصنوعی دیگر فراخوانی شد شیمی 42، از الگوریتم های مولد برای یافتن مواد شیمیایی که می توانند روی TNIK بچسبند استفاده کرد. این نوع هوش مصنوعی پاسخ‌های متنی را در برنامه‌های محبوبی مانند ChatGPT ایجاد می‌کند، اما می‌تواند داروهای جدید را نیز رویاپردازی کند.

ژاورونکوف گفت: "هوش مصنوعی مولد به عنوان یک فناوری از سال 2020 وجود داشته است، اما اکنون ما در لحظه ای حساس از آگاهی تجاری گسترده و دستاوردهای موفقیت آمیز هستیم."

با کمک متخصصان شیمیدان‌های دارویی انسانی، تیم در نهایت داروی مورد نظر خود را پیدا کرد: ISM018_055. این دارو در مدل های حیوانی در کاهش جای زخم در ریه ها ایمن و موثر بود. با کمال تعجب، از پوست و کلیه ها نیز در برابر فیبروز که اغلب در طول پیری رخ می دهد، محافظت می کند.

در اواخر سال 2021، تیم آزمایشی بالینی در استرالیا برای آزمایش ایمنی دارو راه اندازی کرد. دیگران به زودی در نیوزلند و چین دنبال شدند. نتایج در داوطلبان سالم امیدوارکننده بود. داروی طراحی شده با هوش مصنوعی هنگامی که به صورت قرص مصرف می شد به راحتی توسط ریه ها جذب می شد و سپس بدون عوارض جانبی قابل توجه تجزیه و از بدن خارج می شد.

این یک اثبات مفهومی برای کشف دارو مبتنی بر هوش مصنوعی است. ژاورونکوف گفت: "ما می توانیم بدون شک نشان دهیم که این روش برای یافتن و توسعه درمان های جدید کارآمد است."

اول در کلاس

داروی طراحی شده توسط هوش مصنوعی به مرحله بعدی آزمایشات بالینی منتقل شد، فاز دوم، هم در ایالات متحده و هم در چین تابستان قبل. این دارو بر روی افراد مبتلا به این بیماری با استفاده از استاندارد طلایی کارآزمایی‌های بالینی: تصادفی، دوسوکور و با دارونما در حال آزمایش است.

"بسیاری از مردم می گویند که آنها هوش مصنوعی را برای کشف مواد مخدر انجام می دهند." گفت: دکتر Alán Aspuru-Guzik در دانشگاه تورنتو، که در مطالعه جدید شرکت نداشت. طبق اطلاعات من، این اولین داروی تولید شده توسط هوش مصنوعی در مرحله دوم آزمایشات بالینی است. یک نقطه عطف واقعی برای جامعه و اینسیلیکو."

موفقیت این دارو هنوز مشخص نیست. نامزدهای دارو اغلب در طول آزمایشات بالینی شکست می خورند. اما در صورت موفقیت، به طور بالقوه می تواند دامنه وسیع تری داشته باشد. با افزایش سن، فیبروز به راحتی در چندین اندام ایجاد می شود و در نهایت عملکرد طبیعی اندام را متوقف می کند.

ژاورونکوف گفت: "ما می خواستیم هدفی را شناسایی کنیم که به شدت در بیماری و پیری نقش دارد و فیبروز... یکی از مشخصه های اصلی پیری است." پلتفرم هوش مصنوعی یکی از امیدوارکننده‌ترین «هدف‌های دو منظوره مربوط به ضد فیبروز و پیری» را پیدا کرد که ممکن است نه تنها جان افراد مبتلا به فیبروز ریوی ایدیوپاتیک را نجات دهد، بلکه پیری بالقوه را برای همه ما کند کند.

برای دکتر کریستوف کوپه در RWTH آخن که در این کار نقشی نداشت، این مطالعه "نقطه عطفی" است که می تواند مسیر کشف دارو را تغییر دهد.

با توجه به اینکه ISM018_055 در حال حاضر در حال انجام آزمایشات فاز دوم است، Zhavoronkov آینده ای را متصور است که در آن هوش مصنوعی و دانشمندان برای سرعت بخشیدن به درمان های جدید با یکدیگر همکاری می کنند. او گفت: «امیدواریم این [کار] باعث اعتماد بیشتر و مشارکت بیشتر شود و هر شکاک باقی مانده را در مورد ارزش کشف داروی مبتنی بر هوش مصنوعی متقاعد کند.

اعتبار تصویر: Insilico

• محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
• PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
• PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
• PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
• PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
• منبع: https://singularityhub.com/2024/03/18/an-ai-designed-drug-is-moving-toward-approval-at-an-impressive-clip/