Dizajniranje novih lijekova umjetnom inteligencijom

Dizajniranje novih lijekova umjetnom inteligencijom

Tim stručnjaka s Farmakološkog fakulteta Chapel Hill Eshelman pri UNC (University of North Carolina) kreirao je softver temeljen na algoritmima umjetne inteligencije, koji je sposoban samostalno dizajnirati molekule novih, do sada nepostojećih lijekova.

Program je nazvan Reinforcement Learning for Structural Evolution (ReLeaSE), a njegovi autori tvrde da višestruko ubrzava inače mukotrpan i spor proces dizajniranja složenih farmako-biokemijskih molekula, kandidata za nove lijekove.

Umjetno inteligentni učitelj i učenik

ReLeaSE je AI-algoritam koji se sastoji od dvije uzajamno povezane višeslojne neuronske mreže (MLNN, multi-layered neural networks), hijerarhijski organizirane kao ‘učitelj’ i ‘učenik’.

“Učitelj” sadrži sintaksu i pravila tvorbe hemijskih struktura oko 1.700.000 poznatih biološki aktivnih molekula. Radom s „učiteljem“, „učenik“ svakim novim ciklusom dizajniranja novih biokemijskih molekula postaje sve bolji i učinkovitiji u „konstruiranju“ biokemijskih struktura koje imaju potencijal postati novi lijekovi.

Algoritam ReLeaSE su osmislili A. Tropsha, O. Isayev i M. Popova s fakulteta Chapel Hill Eshelman, a njihov domicilni univerzitet UNC je prijavio patent na tu tehnologiju. Prije nepunih mjesec dana u časopisu Science Advances su objavili naučni prikaz svog koncepta stvaranja novih lijekova korištenjem umjetne inteligencije.

“Proces učenja biohemijskog dizajniranja molekula se može uporediti s procesom učenja stranog jezika: nakon što nauči molekularnu abecedu, riječi i pravila jezične konstrukcije, učenik stvara nove ‘rečenice’, odnosno molekule”, tumači Tropsha.

“Tu molekulu potom prekontrolira ‘učiteljski’ dio programa, provjeravajući njenu ispravnost u granicama ‘gramatičkih pravila’ hemijske ‘jezične konstrukcije’, pa ako je nova molekula biohemijski smislena, hemijski stabilno održiva i ima farmakološki potencijal, ‘učitelj’ ju odobrava. U suprotnom, učitelj ne odobrava ‘jezičnu konstrukciju’ koju je učenik stvorio, čime učenika uči da izbjegne nekorisne i loše molekule, a stvara smislene i dobre.”

Poboljšani virtuelni screening

ReLeaSE je moćna inovacija za virtuelni screening, računarsku metodu koju farmaceutska industrija već koristi kako bi identificirala molekule kandidate za lijekove. Virtuelni screening naučnici koriste u procjeni potencijalne korisnosti hemikalija koje se već nalaze u „hemijskim bibliotekama“ s ogromnim brojem spojeva, ali ta metoda analizira i odabire samo spojeve iz pola već postojećih, poznatih hemikalija. Nasuprot običnom screeningu, ReLeASE ima jedinstvenu sposobnost osmišljavanja, stvaranja i farmakološke evaluacije potpuno novih molekula.

ReLeaSE je do sada uspješno iskušan za generisanje molekula s tačno specificiranim biološkim svojstvima kao što su željena bioaktivnost i sigurnosni profil (redukcija nuspojava), te za dizajniranje molekula s unaprijed zadanim fizičkim svojstvima kao što su talište i topljivost u vodi, kao i za dizajn spojeva s inhibicijskom aktivnošću protiv enzima povezanih s nastankom leukemije.

“Naučnik koji koristi obični virtuelni screening je poput gosta koji naručuje jelo u restoranu: ono što može naručiti ograničeno je postojećom ponudom u jelovniku”, objašnjava Isayev. “No, ReLeaSe naučnicima stavlja na raspolaganje sve osnovne namirnice i kreativnog ličnog kuhara, koji potom može stvoriti bilo koje željeno jelo, pri čemu sa svakim novim kuhanjem uči sve bolje zadovoljiti specifične prohtjeve gosta.”

Sposobnost algoritma da „ni iz čega“ projektira potpuno nove, a time i odmah patentibilne hemijske spojeve s traženim, zadanim fizikalnim i biološkim svojstvima i optimalnim sigurnosnim profilima, trebala bi biti vrlo atraktivna za farmaceutsku industriju koja stalno traži nove pristupe kojima se može skratiti vrijeme i uštedjeti na troškovima osmišljavanja novih lijekova kandidata za daljnja klinička ispitivanja.

O autoru

Srodni članci