Forrás: bbc.com A mesterséges intelligencia egyre fontosabb szerepet játszik a gyógyszerkutatásban: a Parkinson-kór, az antibiotikum-rezisztens baktériumok és számos ritka betegség ellen segíthet új terápiákat találni. Olyan sebességgel és méretben képes adatokat elemezni, ami néhány éve még elképzelhetetlen volt.
Harc a szuperbaktériumok ellen
Az emberiség évtizedek óta küzd a baktériumokkal – egyre nehezebb körülmények között. Az antibiotikum-rezisztencia miatt ma már évente mintegy 1,1 millió ember hal meg olyan fertőzésekben, amelyek korábban könnyen kezelhetők voltak. Ha nem sikerül új gyógyszereket kifejleszteni, a halálesetek száma 2050-re akár nyolcmillió fölé emelkedhet.
Új antibiotikumokat azonban rendkívül nehéz fejleszteni. 2017 és 2022 között mindössze 12 új antibiotikum kapott engedélyt, és ezek többsége a már ismert gyógyszerekhez hasonló. A gyógyszergyárak alacsony érdeklődése és a finanszírozás hiánya miatt a terület hosszú ideje háttérbe szorult.
A Massachusetts Institute of Technology kutatója, James Collins és csapata ezért mesterséges intelligenciához fordult. Generatív MI-modellt tanítottak be a már ismert antibiotikumok kémiai szerkezeteire, majd több mint 45 millió vegyületet vizsgáltak át, hogy találjanak olyan molekulákat, amelyek képesek elpusztítani a gonorrhoeát okozó Neisseria gonorrhoeae és az MRSA-fertőzésekért felelős Staphylococcus aureus baktériumot.
A rendszer 36 millió új vegyületet tervezett, amelyek közül 24-et laborban előállítottak. Ezek közül hét mutatott antibakteriális hatást, kettő pedig kifejezetten hatékonynak bizonyult – még olyan baktériumtörzsek ellen is, amelyek más antibiotikumokra már rezisztensek.
Ráadásul ezek a molekulák más mechanizmussal támadják a baktériumokat, mint a jelenlegi gyógyszerek, így akár egy teljesen új antibiotikum-osztály alapjai lehetnek.
Parkinson-kór: a rejtélyes betegség
A mesterséges intelligencia más területeken is áttörést hozhat. A Parkinson-kórt 1817-ben írták le, mégis több mint két évszázaddal később sincs olyan kezelés, amely lassítaná a betegség előrehaladását. Világszerte több mint 10 millió ember él a betegséggel.
Az egyik probléma, hogy a kutatók még mindig vitatkoznak a betegség pontos okáról.
„Ha elmegyünk egy Parkinson-konferenciára, több tucat különböző elméletet hallunk” – mondja Michele Vendruscolo, a Cambridge-i Egyetem biofizikusa.
A Parkinson-kórban az agyban hibásan feltekeredett fehérjék csomói, az úgynevezett Lewy-testek jelennek meg, amelyek az idegsejtek pusztulásához vezethetnek. A kutatók ezért olyan molekulákat keresnek, amelyek megakadályozhatják ezek kialakulását.
Csakhogy a lehetséges gyógyszermolekulák száma szinte felfoghatatlan.
„A kis molekulák lehetséges száma nagyobb, mint az atomok száma az univerzumban” – mondja Vendruscolo.
Itt jön képbe a mesterséges intelligencia: képes gyorsan leszűkíteni ezt a hatalmas keresési teret. Míg hagyományos módszerekkel fél év alatt körülbelül egymillió molekulát lehetett vizsgálni, több millió font költséggel, az MI néhány nap alatt milliárdokat képes elemezni, töredék áron.
Vendruscolo csapata a Lewy-testekhez kötődő molekulákat kereste gépi tanulással. A program által javasolt vegyületeket laborban tesztelték, az eredményeket pedig visszatáplálták az algoritmusba, hogy az tanuljon a hibáiból. Végül öt ígéretes új molekulát találtak.
A kutató hosszú távú célja még merészebb: olyan molekulák fejlesztése, amelyek már a fehérjék normál állapotában stabilizálják őket, így a Parkinson-kór ki sem alakul.
„Ha stabilizálni tudjuk ezeket a fehérjéket, megelőzhetjük a betegséget – ami jobb, mint gyógyítani.”
Régi gyógyszerek új szerepben
A mesterséges intelligencia nemcsak új gyógyszereket segíthet felfedezni, hanem új felhasználási módokat is találhat a már meglévőknek.
Erre jó példa David Fajgenbaum, amerikai orvos esete. 25 évesen egy ritka immunbetegséget, Castleman-kórt diagnosztizáltak nála, amelyre nem reagált semmilyen kezelés. Végül saját kutatásai során egy meglévő gyógyszerre, a sirolimusra bukkant, amelyet általában szervátültetés után alkalmaznak. A gyógyszerrel sikerült visszaszorítania a betegséget, amely azóta több mint tíz éve remisszióban van.
Tapasztalata nyomán 2022-ben létrehozta az Every Cure nevű nonprofit szervezetet, amely mesterséges intelligenciával hasonlít össze több ezer gyógyszert és betegséget, hogy új kezelési lehetőségeket találjon.
Más kutatások is hasonló eredményeket hoznak: a Harvard orvosi karán egy MI-modell közel 8000 már engedélyezett gyógyszer új felhasználási lehetőségeit azonosította mintegy 17 ezer betegség esetében. Ez különösen fontos a ritka betegségek kutatásában, amelyekkel a gyógyszergyárak gyakran nem foglalkoznak, mert túl kevés beteget érintenek.
Virtuális betegségek
A kanadai McGill Egyetem kutatói például mesterséges intelligenciával modellezték az idiopátiás tüdőfibrózis nevű ritka tüdőbetegséget. A rendszer nagy mennyiségű genetikai adatból rekonstruálta, hogyan változnak a sejtek a betegség során, majd virtuálisan tesztelte, hogy különböző gyógyszerek miként hatnának rájuk.
Az MI nyolc lehetséges kezelési módot azonosított, köztük egy olyan gyógyszert is, amelyet eredetileg magas vérnyomás kezelésére használnak.
„Ha megértjük, hogyan változik a sejt az egészséges állapottól a beteg állapotig, talán vissza is fordíthatjuk ezt a folyamatot” – mondja Jun Ding, a kutatás egyik vezetője.
A jövő gyógyszerei?
Az MI-alapú gyógyszerkutatás ma már külön iparággá vált. Olyan cégek dolgoznak rajta, mint az Insilico Medicine, Recursion Pharmaceuticals, Terray vagy az Isomorphic Labs. Az Insilico például egy Rentosertib nevű gyógyszerjelöltet fejleszt tüdőfibrózis ellen, amely már klinikai vizsgálatokban van. Ding szerint a következő évtizedben a gyógyszerfejlesztés jelentős része mesterséges intelligenciára épülhet.„Úgy gondolom, hogy öt–tíz éven belül az új gyógyszerek többségének fejlesztését az MI fogja irányítani – vagy akár teljes egészében az MI-re épül majd.”
A forradalom korlátai
A technológia azonban nem mindenható. A gyógyszerkutatáshoz szükséges adatok jelentős része biotechnológiai és gyógyszercégek tulajdonában van, így nem mindig hozzáférhető. Ráadásul a mesterséges intelligencia jelenleg leginkább a kutatás korai szakaszában segít: célpontok azonosításában és potenciális molekulák megtalálásában. A gyógyszerek klinikai tesztelése és engedélyezése továbbra is hosszú évekig tart. Mindezek ellenére a kutatók szerint a mesterséges intelligencia már most átalakítja a gyógyszerkutatást. „Az MI forradalmasítja a gyógyszerfelfedezést – még ha egyelőre csak bizonyos területeken is” – mondja Vendruscolo.
