Šiuo metu dirbtinio intelekto naudojimas dalyvaujant naujų vaistų atradime ir kūrime tapo karšta naujų vaistų tyrimų ir plėtros tema. Kartą Masačusetso technologijos institutas panaudojo dirbtinio intelekto technologiją, kad sėkmingai atrastų naują antibiotiką – Haliciną (Haliciną). Antibiotikas pasižymėjo stipriausiu antimikrobiniu poveikiu istorijoje, o savarankiškai mokydamasis ir analizuodamas dirbtinio intelekto modelį, sėkmingai patikrino molekules, kurios puikiai slopina bakterijų augimą. Išsamiai išmokęs 2,000 žinomas spirito molekules, AI modelis ne tik atrado naujas antibiotikų savybes, bet ir tiksliai ištyrė labai veiksmingą antibiotiką itin didelėje produktų bibliotekoje.
▲Palyginti su kitais antimikrobiniais vaistais, kokios yra AI atrastų naujų vaistų savybės?
Antibiotikas halisinas turi galingą baktericidinį poveikį bakterijoms, kurios rinkoje išsiugdė atsparumą, ir nesukelia naujo atsparumo. Palyginti su tradiciniais tikrinimo metodais, atrankos greitis naudojant AI modelius yra labai greitas, o tai labai sumažina išlaidas. Įdomu tai, kad Halisinas parodė bruožus, kurių anksčiau žmonių mokslininkai nesuprato, o tai atrado naują šviesą antibiotikų tyrimų srityje. Tačiau šios funkcijos pobūdis vis dar nežinomas, o aiškaus atsakymo nepavyksta rasti net mokant AI modelius. Šie tyrimo rezultatai rodo, kad dirbtinio intelekto taikymas vaistų atradimo srityje peržengė tradicinių žmogaus metodų ribas.
Dirbtinis intelektas paskatino veiksmingesnį, ekonomiškesnį ir novatoriškesnį vaistų atradimo procesą vaistų atradimo srityje. Ši transcendencija pirmiausia atsispindi vystymosi greičiu, ekonomiškumu ir nauju vaistų savybių supratimu. Pavyzdžiui, AI modeliai gali greičiau ir efektyviau patikrinti potencialius vaistų kandidatus, žymiai sutrumpinant vaistų atradimo laiką, palyginti su tradiciniais eksperimentiniais patvirtinimo metodais. AI modelių panaudojimas narkotikų patikrai žymiai sumažina MTTP sąnaudas ir yra ekonomiškesnis nei tradiciniai metodai. AI modeliai įrodė gebėjimą atskleisti anksčiau nesuprastas vaistų ypatybes, kurias gali būti sunku aptikti taikant tradicinius tyrimo metodus, taip suteikiant inovatyvesnes naujų vaistų kūrimo kryptis.
▲Kodėl jis pavadintas Halicinas, keistas vardas?
Pradinis Halicino pavadinimas iš tikrųjų turi tik vieną kodą, vadinamą SU-3327, kuris iš tikrųjų yra tik eksperimentinis vaistas arba vaisto prototipas. Iš pradžių jis buvo tiriamas diabeto gydymui, tačiau dėl prastų bandymų rezultatų junginio taikymas jau seniai buvo nutrauktas ir naudojamas tik kaip eksperimentinis vaistas. Vėliau dirbtinio intelekto (AI) modeliai nustatė, kad halisinas turi antibiotikų savybių prieš įvairias bakterijas. Ir nuo to jis buvo oficialiai pavadintas. Jos pavadinimas „Halicin“ yra nuoroda į Hal, išgalvotą dirbtinio intelekto sistemą 2001 m.: Kosminė odisėja.
„2001: Kosminė odisėja“ yra klasikinis mokslinės fantastikos filmas, kuris vaidina pagrindinį vaidmenį mokslinės fantastikos filmų istorijoje ir yra laikomas vienu iš mokslinės fantastikos filmų etapų. Filmas, žinomas dėl novatoriškų vaizdų, muzikos ir pasakojimo, iškelia aukštą kartelę būsimiems mokslinės fantastikos filmams. Jis pristato paslapčių ir stebuklų kupiną visatą, leidžiančią žiūrovams giliai susimąstyti apie žmonijos ateitį ir mokslo bei technologijų raidą. Tai tapo pasaulinės mokslinės fantastikos kultūros dalimi ir padarė didelę įtaką būsimiems mokslinės fantastikos filmams ir TV laidoms.
▲Koks jo konkretus poveikis ir perspektyvos?
Kai pirmą kartą buvo atrastas halzinas, mokslininkai naudojo kompiuterinius giluminio mokymosi metodus, kad nustatytų, ar halzinas gali būti plataus spektro antibiotikas. Šią galimybę patvirtino ląstelių kultūros tyrimai in vitro ir in vivo eksperimentai su pelėmis, rodantys aktyvumą prieš daugelį vaistams atsparių padermių, įskaitant Clostridium difficile, Acinetobacter baumannii ir Mycobacterium tuberculosis. Jo veikimo mechanizmas yra susijęs su geležies sekvestravimu bakterijų ląstelėse, taip trukdant jos gebėjimui reguliuoti pH balansą ląstelių membranose. Preliminarūs tyrimai rodo, kad halisinas gali nužudyti bakterijas, sutrikdydamas jų gebėjimą išlaikyti elektrocheminį gradientą ant ląstelių membranų. Šis veikimo mechanizmas skiriasi nuo daugelio antibiotikų ir gali apsunkinti bakterijų atsparumo vystymąsi. Apskritai, halisinas parodė potencialą kaip antibiotikas, ypač kai kurioms bakterijoms, kurios sukūrė atsparumą įprastiems vaistams.
Tačiau apie šį naują vaistą pirmą kartą pranešta 2019 m., tačiau vis dar nėra jokių naujienų apie naują vaistą ar jo atnaujinimus, dėl kurių galėjo kilti sunkumų atliekant tolesnius naujų vaistų tyrimus ir plėtrą. Pirminių įtarimų priežastys yra dvi: pirma, nepatenkinami klinikinių tyrimų rezultatai kuriant naujus vaistus gali būti dėl to, kad pradiniais tyrimais nepavyko visiškai įrodyti vaisto veiksmingumo ar saugumo. Tokiu atveju MTEP komandai gali tekti iš naujo įvertinti vaisto tinkamumą ir imtis priemonių jį modifikuoti ar optimizuoti. Kita vertus, saugos ir toksiškumo klausimai taip pat yra svarbūs aspektai, o nauji vaistai turi atlikti griežtus toksiškumo ir saugos vertinimus prieš juos paleidžiant į rinką. Jei kūrimo proceso metu nustatomos nepageidaujamos saugumo problemos arba toksiškumas, gali prireikti papildomų tyrimų ir modifikacijų, kad būtų užtikrintas vaisto saugumas pacientams.
▲ Santrauka
Apibendrinant galima pasakyti, kad mašinos turi didelį narkotikų atradimo potencialą, ypač kai susiduriama su sudėtinga informacija. Per gilų mokymąsi mašinos gali greitai rasti modelius ir paspartinti naujų vaistų atradimą. Antra, bendradarbiavimas yra labai svarbus. Puiki kompiuterių, biologijos ir farmacijos ekspertų komanda yra raktas į sėkmingą dirbtinio intelekto naudojimą kuriant naujus vaistus. Šis bendradarbiavimas įveikia tradicinius MTEP iššūkius ir padidina efektyvumą. Mašinos sėkmė taip pat rodo, kad duomenys yra labai svarbūs. Dideli duomenys ir gilus mokymasis leidžia mums tiksliau suprasti narkotikų poveikį ir tikslingiau kurti vaistus. Apskritai dirbtinis intelektas daro naujų vaistų kūrimą efektyvesnį ir suteikia naujų galimybių medicinos sričiai. Pridėjus galingesnį dirbtinį intelektą, robotų narkotikų atradimo ateitis netrukus taps realybe.