Spis treści:
- Sztuczna inteligencja tworzy nowe leki. Będą je testować na ludziach
- Google DeepMind testuje nowe leki w środowisku wirtualnej symulacji
- Uniwersalny silnik AI będzie mógł tworzyć leki na dowolne choroby
Sztuczna inteligencja tworzy nowe leki. Będą je testować na ludziach
Sztuczna inteligencja w medycynie jest dziś wykorzystywana w niewielkim stopniu, ale zaczyna się to zmieniać. Niedawne testy systemu diagnostycznego wykazały, że AI stawia diagnozy szybciej, taniej i trafniej niż lekarze z wieloletnim stażem. Jest ona także obiecująca w wynajdowaniu nowych leków. Algorytmy mają moce przerobowe tysięcy, jeśli nie milionów inżynierów i są w stanie prowadzić symulacje w swoich własnych środowiskach za ułamek kosztów tradycyjnych testów w laboratoriach. Do tej pory jednak lekarstwa wymyślone AI pozostawały w sferze teoretycznej. Zapowiedziane testy kliniczne na ludziach mają to zmienić.
Colin Murdoch, prezes Isomorphic Labs i CBO w Google DeepMind, potwierdził, że przedsiębiorstwo jest już o krok od tego kamienia milowego. Jest to możliwe dzięki systemowi sztucznej inteligencji AlphaFold, który już wcześniej wprawił naukowców w zdumienie swoją umiejętnością przewidywania złożonych kształtów białek w 3D na podstawie sekwencji aminokwasów. Za to osiągnięcie Demis Hassabis i John Jumper z Google DeepMind otrzymali w 2024 roku Nagrodę Nobla w dziedzinie chemii. Co to ma wspólnego z projektowaniem leków?
Tradycyjne opracowywanie leków jest długim i żmudnym procesem z wykorzystaniem metody prób i błędów. Aby wprowadzić nowy lek do sprzedaży, firmy farmaceutyczne muszą z reguły wydać ponad miliard dolarów i prowadzić prace przez 10-15 lat. Większość kandydatów po drodze odpada. Gdy jednak początkowe środowisko doświadczalne jest w całości wirtualne, uruchamiane w centrach danych Google, wszystko dzieje się nieporównywalnie szybciej i... taniej. A to prawdziwy przełom.
Google DeepMind testuje nowe leki w środowisku wirtualnej symulacji
Isomorphic Labs należące do Google DeepMind korzysta z najnowszej wersji AlphaFold 3, która radzi sobie świetnie z przewidywaniem trójwymiarowej struktury protein w ciele człowieka, co umożliwia projektowanie molekuł leków o strukturze idealnie dopasowanej do zwalczania konkretnej przypadłości. Innymi słowy system potrafi modelować sposób, w jaki konkretne białka mogą wchodzić w interakcje z innymi molekułami. Naukowcy mogą to wszystko zrobić w środowisku wirtualnej symulacji, nie wchodząc nawet do laboratorium.
Firma jednak nie tylko transformuje procesy laboratoryjne. Jej celem jest także kompletna automatyzacja odkrywania leków. Sztuczna inteligencja będzie mogła skrócić cały proces wprowadzania leku do obrotu z kilkunastu lat do kilkunastu miesięcy.
Algorytmy AI, które do tej pory służyły do modelowania protein, będą projektowały substancje wykorzystywane w testach klinicznych na ludziach. Jako pierwsi leczeni tymi eksperymentalnymi lekami będą pacjenci onkologiczni i immunoniekompetentni, czyli z nowotworami i zaburzeniami odporności.
Uniwersalny silnik AI będzie mógł tworzyć leki na dowolne choroby
Choć firma zaczyna od onkologii i immunologii, ostatecznym celem jest "rozwiązanie wszystkich chorób" przez sztuczną inteligencję. Nie chodzi tyle o panaceum, co raczej o prawdziwie uniwersalny system. Jak mówił w kwietniu Max Jaderberg, szef AI w Isomorphic Labs: "Nie chodzi o opracowanie leków dla jakiegoś konkretnego wskazania czy konkretnego celu. Myślimy raczej, jak możemy stworzyć prawdziwie ogólny silnik projektowania leków z AI - coś, co moglibyśmy zastosować nie tylko dla pojedynczego celu, czy nawet pojedynczej modalności, ale moglibyśmy to stosować wielokrotnie w jakimkolwiek obszarze chorobowym".
Wspomniany system jest tylko pierwszym krokiem całego procesu powstawania nowego leku. Kiedy już AlphaFold 3 wskaże potencjalną molekułę, która świetnie współgra z ludzkim białkiem, inne modele sztucznej inteligencji muszą przetestować ją pod kątem toksykologii czy interakcji z innymi lekami. Aby jednak lek mógł zostać dopuszczony do obrotu, musi przejść testy laboratoryjne "na mokro", a następnie testy kliniczne z udziałem ludzi. Isomorphic Labs przekonuje, że jest już bardzo blisko tego ostatniego kroku.
