Η τεχνητή νοημοσύνη υπόσχεται θεραπεία σε αυτές τις ανίατες ασθένειες

 

Η ιατρική κοινότητα βρίσκεται σε ένα κρίσιμο σημείο: οι παραδοσιακές μέθοδοι ανάπτυξης φαρμάκων είναι αργές, δαπανηρές και συχνά ανεπαρκείς απέναντι σε νέες προκλήσεις, όπως η αντοχή των βακτηρίων στα αντιβιοτικά ή οι σπάνιες ασθένειες χωρίς γνωστή θεραπεία. Η τεχνητή νοημοσύνη έρχεται να αλλάξει δραστικά αυτό το σκηνικό, προσφέροντας εργαλεία που επιτρέπουν ταχύτερη και πιο αποτελεσματική ανακάλυψη φαρμάκων.

Η ανθρωπότητα χάνει σιγά-σιγά τη μάχη απέναντι στα βακτήρια. Περίπου 1,1 εκατομμύρια άνθρωποι πεθαίνουν κάθε χρόνο από λοιμώξεις που κάποτε θεραπεύονταν εύκολα, και ο αριθμός αυτός αναμένεται να φτάσει τα 8 εκατομμύρια έως το 2050, εάν δεν ληφθούν επείγοντα μέτρα. Η ανάπτυξη νέων αντιβιοτικών παραμένει αργή· μόνο 12 νέα φάρμακα εγκρίθηκαν μεταξύ 2017 και 2022, τα περισσότερα παρόμοια με υπάρχοντα.

Με τη βοήθεια της τεχνητής νοημοσύνης, όμως, όπως αναφέρει το BBC, οι ερευνητές μπορούν να αναλύσουν εκατομμύρια χημικές ενώσεις σε λίγες μέρες ή ώρες. Ο James Collins, καθηγητής στο Massachusetts Institute of Technology, χρησιμοποίησε γενετικά μοντέλα AI για να ανακαλύψει δύο νέες ενώσεις που σκοτώνουν βακτήρια ανθεκτικά σε φάρμακα, όπως η γονόρροια και το MRSA. Οι νέες ενώσεις στοχεύουν τα βακτήρια με διαφορετικούς μηχανισμούς από τα ήδη υπάρχοντα φάρμακα, ανοίγοντας τον δρόμο για μια νέα γενιά αντιβιοτικών.

Πώς η τεχνητή νοημοσύνη βοηθάει στην εξόντωση βακτηρίων
Η ομάδα του James Collins χρησιμοποίησε τεχνητή νοημοσύνη για να εντοπίσει νέες ενώσεις που μπορούν να εξοντώσουν πολλαπλά βακτήρια (πάνω σειρά) που είναι ανθεκτικά σε άλλα φάρμακα (κάτω σειρά) (Πηγή: Collins Lab/ MIT)

Η τεχνητή νοημοσύνη επιτρέπει επίσης τη δημιουργία εντελώς νέων μορίων. Ξεκινώντας από ένα υπάρχον μόριο, η ΤΝ μπορεί να προσθέτει ή να αφαιρεί άτομα και δεσμούς, αξιολογώντας συνεχώς την πιθανή αντιβακτηριακή δράση. Από τις 36 εκατομμύρια προτεινόμενες ενώσεις, 24 συντέθηκαν στο εργαστήριο και 2 αποδείχθηκαν ιδιαίτερα αποτελεσματικές.

Στόχος η πρόληψη της νόσου του Πάρκινσον

Η νόσος του Πάρκινσον πλήττει πάνω από 10 εκατομμύρια ανθρώπους παγκοσμίως. Παρά τη μακρά έρευνα, δεν υπάρχει θεραπεία που να επιβραδύνει την εξέλιξή της. Το πρόβλημα εντείνεται από το γεγονός ότι οι επιστήμονες δεν γνωρίζουν ακόμα τον ακριβή μηχανισμό πρόκλησής της.

Ο Michele Vendruscolo από το Πανεπιστήμιο του Κέιμπριτζ χρησιμοποίησε μηχανική μάθηση για να εντοπίσει φάρμακα που στοχεύουν τις συσσωματώσεις λανθασμένα διπλωμένων πρωτεϊνών, γνωστές ως σώματα Lewy, που προκαλούν νευροεκφυλισμό. Η τεχνητή νοημοσύνη μπορεί να αναλύσει δισεκατομμύρια μόρια και να προβλέψει ποια θα συνδεθούν με τον στόχο, με κόστος πολύ χαμηλότερο από τις παραδοσιακές μεθόδους.

Αυτή η προσέγγιση έχει ήδη οδηγήσει στον εντοπισμό πέντε υποσχόμενων ενώσεων, που τώρα υποβάλλονται σε περαιτέρω δοκιμές. Το όραμα είναι η τεχνητή νοημοσύνη να βοηθήσει όχι μόνο στη θεραπεία αλλά και στην πρόληψη της νόσου, σταθεροποιώντας τις πρωτεΐνες προτού σχηματίσουν συσσωματώσεις.

Η τεχνητή νοημοσύνη στοχεύει στην αντιμετώπιση του Πάρκινσον
Ασθενής με Πάρκινσον / Φωτογραφία: Unsplash

Επαναχρησιμοποίηση υφιστάμενων φαρμάκων

Η ανάπτυξη νέων φαρμάκων δεν είναι η μόνη λύση. Ο David Fajgenbaum χρησιμοποίησε το sirolimus, ένα ήδη εγκεκριμένο φάρμακο για λήπτες νεφρικού μοσχεύματος, για να θεραπεύσει τη σπάνια νόσο Castleman, σώζοντας τη ζωή του. Η εμπειρία αυτή ανέδειξε την αξία της επαναχρησιμοποίησης φαρμάκων, αφού πολλά φάρμακα έχουν ήδη δοκιμαστεί για ασφάλεια και μπορούν να αξιοποιηθούν σε άλλες παθήσεις.

Το 2022, ο Fajgenbaum ίδρυσε τη μη κερδοσκοπική οργάνωση Every Cure, η οποία χρησιμοποιεί μηχανική μάθηση για να συγκρίνει χιλιάδες φάρμακα με χιλιάδες ασθένειες. Παράλληλα, το Harvard ανέπτυξε μοντέλα τεχνητής νοημοσύνης που εντόπισαν περίπου 8.000 εγκεκριμένα φάρμακα για πιθανή επαναχρησιμοποίηση σε 17.000 ασθένειες.

Η τεχνητή νοημοσύνη είναι ιδιαίτερα χρήσιμη για σπάνιες ασθένειες, που συχνά παραμελούνται λόγω μικρού αριθμού ασθενών. Για παράδειγμα, ερευνητές του Πανεπιστημίου McGill ανέπτυξαν ένα «σύστημα εικονικής νόσου» για την ιδιοπαθή πνευμονική ίνωση (IPF), προσομοιώνοντας την εξέλιξη της νόσου και δοκιμάζοντας φάρμακα με χαμηλό κόστος. Η ΤΝ πρότεινε υποψήφια φάρμακα, συμπεριλαμβανομένου ενός που συνταγογραφείται ήδη για υπέρταση.

Νέα φάρμακα για σπάνιες ασθένειες

Εταιρείες όπως η Insilico Medicine, η Terray, η Isomorphic Labs, η Recursion Pharmaceuticals και η Schrödinger χρησιμοποιούν τεχνητή νοημοσύνη για να δημιουργήσουν νέες θεραπείες. Η Insilico Medicine ανέπτυξε το υποψήφιο φάρμακο Rentosertib για την IPF, το οποίο δείχνει υποσχόμενα αποτελέσματα στην φάση ΙΙ των κλινικών δοκιμών.

Η τεχνητή νοημοσύνη επιτρέπει όχι μόνο τον εντοπισμό νέων στόχων για φάρμακα αλλά και τη σχεδίαση φαρμάκων που μπορούν να αντιμετωπίσουν αποτελεσματικά ασθένειες με πολύπλοκους μηχανισμούς.

Περιορισμοί και προκλήσεις

Παρά τις εντυπωσιακές δυνατότητες, η τεχνητή νοημοσύνη δεν είναι πανάκεια. Πολλά δεδομένα φαρμάκων βρίσκονται σε ιδιωτικές εταιρείες, καθιστώντας δύσκολη τη δημόσια πρόσβαση. Επιπλέον, η τεχνητή νοημοσύνη αποτελεί κυρίως εργαλείο αρχικών σταδίων ανάπτυξης φαρμάκων: στον εντοπισμό στόχου και στην εύρεση μορίων. Η πλήρης ανάπτυξη νέου φαρμάκου, με κλινικές δοκιμές και αξιολόγηση ασφάλειας, παραμένει μακρά και απαιτητική διαδικασία.

Ο Vendruscolo συνοψίζει: «Η τεχνητή νοημοσύνη φέρνει επανάσταση στην ανακάλυψη φαρμάκων, αλλά μόνο με πολύ συγκεκριμένους τρόπους».

Δημοσίευση σχολίου

0 Σχόλια