Nowy model AI dla medycyny. Badania przynoszą efekty
Nowy model sztucznej inteligencji ApexGO, opracowany przez naukowców z Uniwersytetu Pensylwanii, wspiera proces tworzenia skuteczniejszych antybiotyków. Dzięki analizie i przewidywaniu korzystnych modyfikacji cząsteczek system pozwala znaleźć bardziej efektywne rozwiązania niż dotychczas, co potwierdzają pierwsze testy.
W skrócie
- Sztuczna inteligencja wspiera rozwój nowych leków poprzez analizę dużej ilości danych i proponowanie skuteczniejszych substancji.
- Nowe narzędzie ApexGO umożliwia ulepszanie kandydatów na antybiotyki poprzez przewidywanie korzystnych modyfikacji cząsteczek.
- Testy wykazały, że w dużej mierze efekty okazały się skuteczniejsze od pierwotnych wersji.
- Więcej podobnych informacji znajdziesz na stronie głównej serwisu, otwiera się w nowym oknie
Rola AI w medycynie. Nowe narzędzia pomagają szukać skutecznych leków
Sztuczna inteligencja odgrywa coraz większą rolę w medycynie, wspierając diagnostykę czy personalizację terapii. AI wykorzystywana jest także przy opracowywaniu nowych leków, pomagając naukowcom szybciej analizować ogrom danych i znajdować obiecujące substancje.
Badacze z Uniwersytetu Pensylwanii opracowali nowe narzędzie AI o nazwie ApexGO, które działa właśnie w tym obszarze. Konkretnie ma ono pomagać w ulepszaniu istniejących, ale niedoskonałych kandydatów na antybiotyki - i pierwsze testy wskazują na bardzo obiecujące wyniki.
Problem z odkrywaniem nowych antybiotyków. Pomaga AI
Dotychczas odkrycia antybiotyków były często przypadkowe. Liczba możliwych kombinacji jest bowiem astronomiczna, a ręczne testowanie każdego wariantu jest praktycznie niemożliwe. Z pomocą przyszły rozwiązania oparte na AI.
Większość systemów AI przeszukuje ogromne bazy danych w poszukiwaniu odpowiednich cząsteczek, natomiast ApexGO ma działać nieco inaczej - system bierze niewielką liczbę obiecujących peptydów przeciwdrobnoustrojowych i krok po kroku proponuje modyfikacje, przewidując, które zmiany mogą poprawić działanie cząsteczek.
- Odkrywanie antybiotyków to w zasadzie problem poszukiwania rozwiązań w ogromnej przestrzeni molekularnej. ApexGO pozwala nam poruszać się po tej przestrzeni w znacznie bardziej precyzyjny sposób - mówi César de la Fuente, profesor nadzwyczajny na Wydziale Bioinżynierii oraz Inżynierii Chemicznej i Biomolekularnej w Szkole Inżynierii i Nauk Stosowanych, na Wydziale Psychiatrii i Mikrobiologii w Szkole Medycznej Perelmana oraz na Wydziale Chemii w Szkole Sztuk i Nauk Ścisłych.
Sztuczna inteligencja wsparciem dla badaczy
Nowy model AI proponuje konkretne zmiany, które mogłyby zwiększyć skuteczność działania leku. Proces powtarza się, pojawiają się coraz lepsze wersje.
Wyniki testów przeprowadzonych na bakteriach chorobotwórczych okazały się bardzo obiecujące:
- 85 proc. zaprojektowanych cząsteczek zatrzymało wzrost bakterii w laboratorium,
- 72 proc. nowych opcji było bardziej skutecznych niż pierwotne wersje peptydów, z których powstały,
- dwa peptydy przetestowane na myszach działały na poziomie zbliżonym do silnego antybiotyku - polimyksyny B, stosowanego jako "ostatnia linia obrony" przeciw niektórym lekoopornym infekcjom.
To jednak dopiero początek badań z wykorzystaniem ApexGO. Konieczna jest optymalizacja narzędzia i szczegółowe badania nad wytypowanymi kombinacjami. AI nie zastępuje tu bowiem człowieka, a jedynie pomaga wybrać najbardziej obiecujące kierunki poszukiwania skutecznych cząsteczek.
Nowy model wykazuje zatem ogromny potencjał, a to oznacza możliwe szybsze tworzenie nowych leków w przyszłości, szczególnie ważne w obliczu rosnącej oporności bakterii na antybiotyki.
Wyniki badań opublikowane zostały na łamach "Nature Machine Intelligence".
