کشف اولین داروی هوش مصنوعی: آیا روبات ها می توانند به دانشمندان در کشف داروهای جدید دارویی کمک کنند؟

• نویسنده:
• نام نویسنده

  آینده نگاری کوانتوم ران
• اوت 22، 2022

خلاصه بینش

هزینه‌های بالا و نرخ شکست در تولید داروهای سنتی، شرکت‌های دارویی را به سرمایه‌گذاری در فناوری‌های هوش مصنوعی (AI) برای افزایش کارایی تحقیقات و کاهش هزینه‌ها سوق می‌دهد. هوش مصنوعی با شناسایی سریع اهداف دارویی جدید و فعال کردن درمان های شخصی سازی شده، صنعت را متحول می کند. این تغییر به سمت هوش مصنوعی، چشم انداز دارویی را تغییر می دهد، از تغییر الزامات شغلی برای شیمیدان ها تا جرقه زدن بحث ها در مورد حقوق مالکیت معنوی هوش مصنوعی.

AI-اولین زمینه کشف دارو

پروژه توسعه دارویی معمولی 2.6 میلیارد دلار هزینه دارد. فشار برای دانشمندان زیاد است، زیرا از هر 9 درمان کاندید، 10 مورد به تأییدیه‌های نظارتی نمی‌رسند. در نتیجه، شرکت‌های داروسازی به شدت در حال سرمایه‌گذاری روی پلتفرم‌های هوش مصنوعی در طول دهه ۲۰۲۰ هستند تا ضمن کاهش هزینه‌ها، کارایی تحقیقات را افزایش دهند. 

فناوری‌های هوش مصنوعی مختلفی در کشف دارو استفاده می‌شود، از جمله یادگیری ماشینی (ML)، پردازش زبان طبیعی (NLP) و بینایی رایانه. ML داده ها را از منابع مختلف، از جمله ادبیات علمی، کارآزمایی های بالینی، و سوابق بیمار تجزیه و تحلیل می کند. سپس می توان از این اطلاعات برای شناسایی الگوهایی استفاده کرد که ممکن است اهداف دارویی جدید را پیشنهاد کند یا منجر به توسعه درمان های مؤثرتر شود. NLP، یک مدل پیش‌بینی مبتنی بر زبان، برای استخراج داده‌ها از ادبیات علمی استفاده می‌شود، که می‌تواند راه‌های جدیدی را برای توسعه داروهای موجود برجسته کند. در نهایت، بینایی کامپیوتری تصاویر سلول ها و بافت ها را تجزیه و تحلیل می کند که می تواند تغییرات مرتبط با بیماری ها را شناسایی کند.

نمونه‌ای از یک شرکت داروسازی که از هوش مصنوعی برای تولید داروهای جدید استفاده می‌کند، Pfizer است که از IBM Watson استفاده می‌کند، یک سیستم ML که می‌تواند به طور گسترده در مورد داروهای ایمنی-انکولوژی تحقیق کند. در همین حال، Sanofi مستقر در فرانسه با استارت‌آپ بریتانیایی Exscientia برای ایجاد یک پلتفرم هوش مصنوعی برای جستجوی درمان‌های بیماری‌های متابولیک همکاری کرده است. شرکت سوئیسی Roche، Genentech، از یک سیستم هوش مصنوعی از GNS Healthcare مستقر در ایالات متحده برای رهبری جستجوی درمان‌های سرطان استفاده می‌کند. در چین، استارت‌آپ بیوتکنولوژی Meta Pharmaceuticals یک بودجه اولیه 15 میلیون دلاری برای توسعه درمان‌های بیماری‌های خودایمنی با استفاده از هوش مصنوعی دریافت کرد. این شرکت توسط یکی دیگر از شرکت های کشف دارو با کمک هوش مصنوعی، Xtalpi، انکوبه شد.

تاثیر مخرب

شاید عملی ترین کاربرد اولین کشف داروی هوش مصنوعی، توسعه اولین داروی درمانی کووید-19 بود، یک داروی ضد ویروسی به نام Remdesivir. این دارو در ابتدا توسط محققان شرکت Gilead Sciences، یک شرکت بیوتکنولوژی در کالیفرنیا، با استفاده از هوش مصنوعی به عنوان یک درمان احتمالی برای ویروس شناسایی شد. این شرکت از الگوریتمی برای تجزیه و تحلیل داده های پایگاه داده GenBank استفاده کرد که حاوی اطلاعاتی در مورد تمام توالی های DNA در دسترس عموم است.

این الگوریتم دو نامزد احتمالی را شناسایی کرد که Gilead Sciences آنها را در یک ظرف آزمایشگاهی بر علیه ویروس COVID-19 سنتز و آزمایش کرد. هر دو نامزد در برابر ویروس موثر بودند. سپس یکی از این نامزدها برای توسعه و آزمایش بیشتر بر روی حیوانات و انسان انتخاب شد. رمدسیویر در نهایت بی خطر و موثر تشخیص داده شد و برای استفاده توسط سازمان غذا و داروی ایالات متحده (FDA) تایید شد.

از آن زمان، شرکت‌ها و سازمان‌ها برای یافتن درمان‌های بیشتر COVID-19 با استفاده از سیستم‌های هوش مصنوعی همکاری کردند. در سال 2021، 10 شرکت با هم متحد شدند تا IMPECCABLE (خط لوله مدلسازی یکپارچه برای درمان کووید با ارزیابی سرنخ‌های بهتر) ایجاد کنند. این سازمان ها عبارتند از دانشگاه راتگرز، دانشگاه کالج لندن، وزارت انرژی ایالات متحده، مرکز ابرکامپیوتر لایبنیتز و شرکت انویدیا.

این پروژه یک خط لوله شبیه سازی هوش مصنوعی است که وعده می دهد غربالگری نامزدهای احتمالی داروهای کووید-19 را 50,000 برابر سریعتر از روش های فعلی سریع تر پیگیری کند. IMPECCABLE پردازش داده‌های مختلف، مدل‌سازی و شبیه‌سازی مبتنی بر فیزیک و فناوری‌های ML را برای ایجاد هوش مصنوعی ترکیب می‌کند که از الگوهای موجود در داده‌ها برای ساخت مدل‌های پیش‌بینی‌کننده استفاده می‌کند. برخلاف روش معمول، که در آن دانشمندان باید به دقت فکر کنند و مولکول‌ها را بر اساس دانش خود توسعه دهند، این خط لوله به محققان اجازه می‌دهد تا به طور خودکار تعداد زیادی از مواد شیمیایی را بررسی کنند و احتمال یافتن یک نامزد احتمالی را به‌طور چشمگیری افزایش دهند.

پیامدهای اولین کشف داروی هوش مصنوعی

پیامدهای گسترده‌تر پذیرش صنعت روش‌های کشف داروی اول هوش مصنوعی ممکن است شامل موارد زیر باشد: 

• پلتفرم‌های هوش مصنوعی وظایفی را به عهده می‌گیرند که به‌طور سنتی توسط شیمیدان‌های اولیه انجام می‌شود و این متخصصان را ملزم به کسب مهارت‌های جدید یا تغییر مسیرهای شغلی می‌کند.
• شرکت‌های بزرگ دارویی که از دانشمندان روباتیک برای بررسی داده‌های ژنتیکی، بیماری‌ها و درمان گسترده استفاده می‌کنند و توسعه درمان را تسریع می‌کنند.
• افزایش مشارکت بین استارت آپ های بیوتکنولوژی و شرکت های داروسازی تاسیس شده برای کشف دارو با کمک هوش مصنوعی، جذب سرمایه گذاری بیشتر از سوی نهادهای مراقبت های بهداشتی.
• تسهیل درمان های پزشکی مناسب برای افراد با ویژگی های بیولوژیکی منحصر به فرد، به ویژه آنهایی که دارای اختلالات خود ایمنی غیر معمول هستند.
• تشدید بحث های نظارتی در مورد حقوق مالکیت معنوی هوش مصنوعی در اکتشافات دارو و پاسخگویی به خطاهای مرتبط با هوش مصنوعی در بخش داروسازی.
• صنعت مراقبت های بهداشتی کاهش قابل توجهی را در هزینه تولید دارو تجربه می کند و امکان قیمت های مقرون به صرفه تر دارو را برای مصرف کنندگان فراهم می کند.
• پویایی اشتغال در بخش داروسازی در حال تغییر است، با تأکید بر علم داده و تخصص هوش مصنوعی نسبت به دانش دارویی سنتی.
• پتانسیل برای بهبود نتایج بهداشت جهانی به دلیل فرآیندهای سریعتر و کارآمدتر کشف دارو، به ویژه در کشورهای در حال توسعه.
• دولت‌ها احتمالاً سیاست‌هایی را برای اطمینان از دسترسی عادلانه به داروهای کشف‌شده توسط هوش مصنوعی، جلوگیری از انحصار و تقویت مزایای سلامتی گسترده‌تر اعمال می‌کنند.
• کاهش اثرات زیست‌محیطی چون کشف داروی مبتنی بر هوش مصنوعی نیاز به آزمایش‌ها و آزمایش‌های آزمایشگاهی با منابع فشرده را کاهش می‌دهد.

سوالاتی که باید در نظر گرفته شود

• فکر می کنید کشف اولین داروی هوش مصنوعی چگونه مراقبت های بهداشتی را تغییر می دهد؟
• دولت ها برای تنظیم تحولات داروی اول هوش مصنوعی، به ویژه قیمت گذاری و دسترسی، چه کاری می توانند انجام دهند؟