In Spanien werden jedes Jahr fast 30.000 neue Fälle von Lungenkrebs entdeckt. Glücklicherweise entstehen auch neue Strategien zu deren Behandlung: von Blutuntersuchungen zur Früherkennung bis hin zur gezielten Behandlung von Telomeren. Und nun ist dank künstlicher Intelligenz eine neue Alternative entstanden.
Ein Team von Wissenschaftlern der University of California in San Diego unter der Leitung von Trey Ideker hat eine entwickelt Algorithmus für maschinelles Lernen um die Chemie in den frühen Phasen der Arzneimittelentwicklung zu simulieren. Dies ist eine der Schlüsselphasen bei der Entwicklung von Behandlungen, da sie viel Zeit und Analyse erfordert.
Die Identifizierung von Arzneimitteln erfordert in der Regel Tausende einzelner Experimente, aber eine neue Plattform für künstliche Intelligenz (KI). könnte in einem Bruchteil der Zeit zu den gleichen Ergebnissen führen. Die Forscher nutzten das in Nature Communications beschriebene neue Tool, um 32 neue Krebsmedikamentenkandidaten zu synthetisieren.
“Vor einigen Jahren, KI war in der Pharmaindustrie ein schlechtes Wort – erklärt Ideker in einer Erklärung – aber mittlerweile ist der Trend definitiv umgekehrt: Biotech-Startups haben es schwer, Gelder zu beschaffen, ohne KI in ihren Geschäftsplänen zu berücksichtigen. Die KI-gesteuerte Arzneimittelforschung ist zu einem geworden sehr aktiver Bereich in der Branche„Aber anders als in Unternehmen entwickelte Methoden machen wir unsere Technologie Open Source und für jeden zugänglich, der sie nutzen möchte.“
Die neue Plattform heißt POLYGONist einzigartig unter den Werkzeugen der künstlichen Intelligenz für die Arzneimittelforschung, weil kann Moleküle mit mehreren Zielen identifizieren, während derzeit bestehende Arzneimittelforschungsprotokolle Single-Target-Therapien priorisieren. Multizielgerichtete Medikamente sind für Ärzte und Wissenschaftler von großem Interesse, da sie möglicherweise die gleichen Vorteile wie eine Kombinationstherapie bieten, bei der mehrere verschiedene Medikamente zusammen zur Behandlung von Krebs eingesetzt werden, jedoch mit weniger Nebenwirkungen.
“Wird gebraucht viele Jahre und Millionen Euro ein neues Medikament zu finden und zu entwickeln, insbesondere wenn es sich um eines mit mehreren Zielen handelt – fügt Ideker hinzu –. Die wenigen Multitarget-Medikamente, die wir haben, wurden größtenteils zufällig entdeckt, aber diese neue Technologie könnte helfen Eliminieren Sie Risiken und treiben Sie eine neue Generation der Präzisionsmedizin voran“.
Idekers Team trainierte POLYGON anhand einer Datenbank mit mehr als einer Million bekannter bioaktiver Moleküle, die detaillierte Informationen über ihre chemischen Eigenschaften und bekannte Wechselwirkungen mit Proteinzielen enthalten. Durch das Lernen aus den in der Datenbank gefundenen Mustern kann POLYGON Generieren Sie originelle chemische Formeln für neue Medikamente Kandidaten, die wahrscheinlich über bestimmte Eigenschaften verfügen, beispielsweise die Fähigkeit, bestimmte Proteine zu hemmen.
„So wie KI inzwischen sehr gut darin ist, Originalzeichnungen und Bilder zu erzeugen, beispielsweise Bilder von menschlichen Gesichtern basierend auf gewünschten Eigenschaften wie Alter oder Geschlecht zu erstellen, ist POLYGON sehr gut darin ist in der Lage, originelle molekulare Verbindungen basierend auf den gewünschten chemischen Eigenschaften zu erzeugen – weist darauf hin, Ideker -. „In diesem Fall teilen wir der KI nicht mit, wie alt unser Gesicht sein soll, sondern wie unser zukünftiges Medikament mit den Krankheitsproteinen interagieren soll.“
Um POLYGON auf die Probe zu stellen, verwendete Hunderte von Medikamentenkandidaten, die auf mehrere Paare krebsrelevanter Proteine abzielten. Aus den Ergebnissen synthetisierten sie 32 Moleküle, die die stärksten vorhergesagten Wechselwirkungen mit den MEK1- und mTOR-Proteinen aufwiesen, Zielen für eine Kombinationstherapie gegen Krebs. Diese beiden Proteine sind das, was Wissenschaftler als synthetisch tödlich bezeichnen, was bedeutet, dass die Hemmung beider zusammen ausreicht, um Krebszellen abzutöten.
Dadurch entdeckten sie, dass die von ihnen synthetisierten Medikamente eine Wirkung hatten signifikante Aktivität gegen MEK1 und mTORDies deutet darauf hin, dass eines oder mehrere der von POLYGON identifizierten Medikamente bei der Krebsbehandlung auf beide Proteine abzielen könnten, was Chemieexperten eine Liste von Optionen bietet, mit denen sie experimentieren können, allerdings auf einer solideren Grundlage.
„Wir können und sollten nicht versuchen, die menschliche Erfahrung aus dem Prozess der Arzneimittelentwicklung zu eliminieren“, schließt Ideker, „aber was wir tun können, ist.“ einige Schritte im Prozess verkürzen. Es wird sehr spannend sein zu sehen, wie sich dieses Konzept im nächsten Jahrzehnt sowohl in der Wissenschaft als auch im privaten Sektor weiterentwickeln wird. Die Möglichkeiten sind nahezu endlos.“
