Preko video poziva, Aleks Žavornokov pokazuje malu, zelenu pilulu u obliku dijamanta.
Izradila ju je njegova kompanija za lečenje retke progresivne plućne bolesti za koju ne postoji poznati uzrok niti lek.
Novi lek tek treba da bude odobren, ali u malim kliničkim testiranjima pokazao je impresivnu efikasnost u lečenju idiopatske pulmonalne fibroze (IPF).
To je samo jedan iz novog talasa lekova za koje je veštačka inteligencija (AI) bila ključna u njihovom otkrivanju.
„Ne možemo da kažemo da imamo prvi odobreni otkriveni i dizajnirani molekul uz pomoć veštačke inteligencije", kaže doktor Žavornokov, suosnivač i izvršni direktor američkog startapa Insiliko medisin.
„Ali smo možda najdalje otišli sa njim."
Dobro došli u veliku AI trku lekova, gde veliki broj kompanija koristi moć veštačke inteligencije da radi ono što je tradicionalno bio posao medicinskih hemičara.
To obuhvata i manje, specijalističke biotehnološke kompanije koje rade sa veštakom inteligencijom, a koje su nikle u poslednjoj deceniji, baš kao i veće farmaceutske firme koje ili rade istraživanja same ili u partnerstvu sa manjima firmama.
Među novijim igračima je Alfabet, roditeljska kompanija Gugla, koja je 2021. godina osnovala britansku AI kompaniju za otkrivanje lekova Izomorfik Lebs.
Njegov izvršni direktor Demis Hasabis podelio je ovogodišnju Nobelovu nagradu za hemiju za AI model od kog se očekuje da bude koristan za AI izradu lekova.
Upotreba veštačke inteligencije za otkrivanje lekova mogla bi da čini „ogromnu razliku" za pacijente, kaže Kris Majer, iz Bostonske konsultantske grupe (BCG).
Za dovođenje novog leka na tržište potrebno je u proseku od 10 do 15 godina i košta više od 2 milijarde dolara.
Takođe je rizično: oko 90 odsto lekova koji budu podvrgnuti kliničkim ispitivanjima ne prođu taj test.
Nada je da će upotreba veštačke inteligencije za taj deo procesa otkrivanja lekova smanjiti vreme i troškove, i za rezultat imati više uspeha.
Stiže nova era, u kojoj je AI u centru procesa otkrivanja lekova, kaže Šarlot Din, profesorka strukturalne bioinformatike na Univerzitetu u Oksfordu, koja razvija besplatno dostupne AI alatke da bi pomogla farmaceutskim kompanijama i drugima da unaprede otkrivanje lekova.
„Mi smo na početku onoga koliko bi dobro to moglo da postane", kaže ona.
Malo je verovatno da će to dovesti do manjeg broja farmaceutskih naučnika, kažu stručnjaci, prava ušteda će doći ako bude bilo manje neuspeha, ali će to podrazumevati i rad u partnerstvu sa veštačkom inteligencijom.
Nedavno objavljena analiza BCG-a pokazala je da je najmanje 75 „molekula koje je otkrila veštačka inteligencija" ušlo u klinička ispitivanja sa očekivanjima da će uslediti još mnogo njih.
„To što oni sada rutinski ulaze u klinička ispitivanja je ogromna prekretnica", kaže doktor Majer.
Sledeća - i „još veća prekretnica" - biće kad budu počeli da ulaze u cilj.
Međutim, profesor Din ističe da još ne postoji definicija šta se tačno računa u lek „koji je otkrila veštačka inteligencija" i, u svim primerima do sada, bilo je još uvek mnogo ljudskog učešća.
Postoje dva koraka u okviru procesa otkrivanja lekova u kojima se veštačka inteligencija najviše koristi, objašnjava doktor Majer.
Prvi je identifikovanje, na molekularnom nivou, terapeutske mete koja je namenjena za korekciju leka, kao što je promena određenog gena ili proteina tokom bolesti koja ne bi smela da se desi.
Iako tradicionalno naučnici testiraju potencijalne mete u laboratoriji eksperimentalno, na osnovu onoga što znaju o bolesti, AI može da bude obučen da koristi ogromne baze podataka kako bi pravio korekcije između fundamentalne molekularne biologije i bolesti, i pravi sugestije.
Drugi, i češći, jeste izrada leka tako da bi se korigovala meta.
Tu se koristi generativna AI, takođe osnova za ČetGPT, da bi se zamislili molekuli koji bi mogli da se vežu za metu i funkcionišu, zamenivši skup manuelni proces kojim hemičari sintetišu više stotina varijacija istog molekula i isprobavaju ih da bi pronašli optimalni.
Insiliko Medisin, osnovan 2014. godine i koji dobija više od 425 miliona u sredstvima, koristio je AI za oba ova koraka, kao i da bi predvideo verovatnoću uspeha u kliničkim ispitivanjima, koji se potom odražava nazad na njegov rad u otkrivanju lekova.
Trenutno firma ima šest molekula u kliničkim ispitivanjima, među njima i za lečenje IPF-a za koje je već isplanirana sledeća faza ispitivanja.
Uz to, za ulazak u testiranja su odobrena četiri molekula, a skoro 30 drugih pokazuju veliki potencijal.
Svi su „otkriveni od nule uz pomoć generativne AI", kaže doktor Žavornokov.
„Naše mašine sanjaju sve dok ne osmisle savršen lek koji odgovara svim našim kriterijumima."
Novi molekul za lečenje IPF-a osmislio je generativni AI kompanije nakon što mu je zadat cilj inhibicije proteina po imenu TNIK, koji nikada ranije nije bio targetiran za lečenje IPF-a, ali ga je predložio drugi set AI softvera kompanije kao najverovatniji regulator bolesti.
Mogućnosti koje je predložio sistem potom su bile sintetisane i testirane.
Proces otkrića bio je mnogo brži i glatkiji od standarda za ovu granu, ističe doktor Žavoronkov.
Trebalo je 18 meseci i zahtevalo je sinteze i testiranje 79 molekula, za šta se obično očekuje da potraje oko četiri godine i sinteza njih najmanje 500.
Drugi molekuli Insilika imaju još manje brojeva, kaže on.
Nedovoljno podataka na osnovu kojih veštačka inteligencija može da uči ostaje najveći izazov za ovo polje uopšteno gledano, kažu eksperti.
To važi i za identifikaciju meta i dizajniranje molekula, i može potencijalno da uvede pristrasnosti.
Američki Rikeržen Farmaseutikals kaže da njegov pristup premošćuje problem ograničene količine podataka.
Preko automatizovanih eksperimenata, on generiše masivne količine podataka za čitave kolekcije molekula koji sačinjavaju ljudsko telo.
Potom obučava AI alatke da razumeju podatke i pronađu neočekivane odnose.
Da bi pomogao da se to postigne, prošle godine je instalirao, kako kaže, najbrži superkompjuter koji poseduje i sa kojim radi bilo koja farmaceutska kompanija.
Imao je izvesnog uspeha.
Molekul koji je razvila kompanija za lečenje limfoma i čvrstih tumora sada se testira na pacijentima sa rakom i u ranom je stadijumu kliničkih ispitivanja.
Nastao je nakon što je veštačka inteligencija primetila nov način za gađanje gena za koji se veruje da je važan u pokretanju ovih kancera, ali koji niko prethodno nije uspeo da reši kako da bude targetiran sam od sebe.
Suosnivač i izvršni direktor Rikeržena Kris Gibson kaže da je ono što je najvažnije na ovom polju je nešto što ni Rikeržen ni bilo ko drugi još nije pokazao: da ovi molekuli koje otkriva AI mogu da prođu klinička ispitivanja i da, vremenom, počinju da omogućuju veću verovatnoću uspeha u odnosu na tradicionalne metode.
Kad se to dogodi, kaže doktor Gibson, „postaće očigledno svetu da je ovo put kojim treba da se ide".
Pratite nas na Fejsbuku, Tviteru, Instagramu, Jutjubu i Vajberu. Ako imate predlog teme za nas, javite se na bbcnasrpskom@bbc.co.uk
.jpg "Napadnuti novosadski studenti: Vijali ih s palicama i kolima, devojci dislocirali vilicu")
Komentari 0
Nema komentara na izabrani dokument. Budite prvi koji će postaviti komentar.
Komentari čitalaca na objavljene vesti nisu stavovi redakcije portala 021 i predstavljaju privatno mišljenje anonimnog autora.
Redakcija 021 zadržava pravo izbora i modifikacije pristiglih komentara i nema nikakvu obavezu obrazlaganja svojih odluka.
Ukoliko je vaše mišljenje napisano bez gramatičkih i pravopisnih grešaka imaće veće šanse da bude objavljeno. Komentare pisane velikim slovima u većini slučajeva ne objavljujemo.
Pisanje komentara je ograničeno na 1.500 karaktera.
Napiši komentar