Как нейросети помогают создавать лекарства
Не так давно учёные научились создавать лекарства с помощью нейросетей, что ускорило и упростило этот сложный путь. Ранее производство медикаментов занимало от пяти до десяти лет. Способность искусственного интеллекта анализировать огромные объёмы данных помогает исследователям выявлять скрытые закономерности и связи между молекулами, что было бы невозможно без современных вычислительных мощностей.
Впечатляющим применением нейросетей считается предсказание активности новых соединений. Алгоритмы машинного обучения способны изучать информацию о лекарственных препаратах и их особенностях, а затем предлагать новые молекулы, которые могут оказаться эффективными против различных заболеваний. Такой подход не только экономит время, но и сокращает затраты, позволяя фармацевтическим компаниям сосредоточиться на более перспективных исследованиях.
Кроме того, согласно исследованиям, использование искусственного интеллекта и нейросетей поможет сократить финансовые затраты в создании лекарств в четыре раза, а время разработки — в два раза.
Нейросети обычно используют в качестве инструментов для ускорения и оптимизации процесса, а не для полной автономной разработки лекарств. Тем не менее есть несколько примеров, где технологии ИИ способствовали созданию новых лекарств или их компонентов:
- Компания Exscientia с помощью платформы искусственного интеллекта Centaur Chemist разработала лекарство DSP-1181 для лечения обсессивно-компульсивного расстройства (ОКР). Препарат уже прошел клинические испытания на добровольцах.
- Ученые из Insilico Medicine используют нейросеть GENTRL для создания медикаментов, которые препятствуют активности белка DDR1. Такие лекарства в перспективе будут использовать для лечения фиброза.
- Специалисты BenevolentAI используют искусственный интеллект для сбора и анализа биомедицинской информации. Так ученые могут идентифицировать молекулы, которые потерпели неудачу в клинических испытаниях, и предсказать, как те же самые соединения могут быть эффективными при лечении других заболеваний.
- Atomwise использует нейросети для виртуального скрининга миллионов молекул, чтобы найти потенциальные кандидаты на лекарства. Они работают над различными проектами, включая разработку препаратов для лечения инфекционных заболеваний и нейродегенеративных расстройств.
- Российские ученые с помощью искусственного интеллекта разработали прототип лекарства для пациентов с непереносимостью глютена. С помощью нейросети исследователи получили 3D-модель атомарного разрешения тканевой трансглутаминазы (фермента, который влияет на возникновение целиакии) и создали базу потенциальных ингибиторов.
Обучение нейросетей для создания лекарств представляет собой сложный и многоступенчатый процесс. В первую очередь, для этого используется большой объем данных, включая химическую структуру соединений, биологическую активность и результаты клинических испытаний.
Следующим шагом является разработка архитектуры нейросети, где её учат находить закономерности и выявлять потенциальные кандидаты для разработки новых лекарств.
После ИИ тестируется на валидационном наборе данных для оценки её способности предсказывать эффективность новых соединений. Финальной стадией является использование нейросети на практике, где она генерирует новые молекулы с заданными свойствами.
Несмотря на сложности внедрения и обучение машинного оборудования, в российскую медицинскую практику стараются всё чаще внедрять технологии искусственного интеллекта. Например, в начале 2024 года вышло распоряжение председателя Правительства РФ Михаила Мишустина, согласно которому планируется внедрение не менее 12 решений искусственного интеллекта в здравоохранение каждого региона к 2030 году. Согласно документу, при реализации проекта должны быть выполнены работы для обеспечения возможности использования предиктивного моделирования при разработке лекарственных препаратов и совершенствования методов лечения пациентов. Анализ больших данных также позволит повысить точность планирования клинических исследований.