AI-fyrsta lyfjauppgötvun: Geta vélmenni hjálpað vísindamönnum að uppgötva ný lyfjalyf?

• Höfundur:
• Höfundur nafn

  Quantumrun Foresight
• Ágúst 22, 2022

Innsýn samantekt

Hár kostnaður og bilanatíðni í hefðbundinni lyfjaþróun ýtir undir lyfjafyrirtæki að fjárfesta í gervigreindartækni (AI) til að auka skilvirkni rannsókna og lækka kostnað. Gervigreind er að umbreyta iðnaðinum með því að greina hratt ný lyfjamarkmið og gera sérsniðna meðferð kleift. Þessi breyting í átt að gervigreind er að endurmóta lyfjalandslagið, frá breyttum starfskröfum fyrir efnafræðinga til að kveikja umræður um hugverkaréttindi gervigreindar.

AI-fyrsta lyfjauppgötvun samhengi

Dæmigerð lyfjaþróunarverkefni kostar 2.6 milljarða Bandaríkjadala. Þrýstingurinn er mikill fyrir vísindamenn, þar sem 9 af hverjum 10 umsækjendum meðferðum ná ekki eftirlitssamþykki. Fyrir vikið fjárfesta lyfjafyrirtæki harðlega í gervigreindarpöllum á 2020 til að auka skilvirkni rannsókna á sama tíma og draga úr kostnaði. 

Mismunandi gervigreind tækni er notuð við uppgötvun lyfja, þar á meðal vélanám (ML), náttúruleg málvinnsla (NLP) og tölvusjón. ML greinir gögn úr ýmsum áttum, þar á meðal vísindaritum, klínískum rannsóknum og sjúklingaskrám. Þessar upplýsingar er síðan hægt að nota til að bera kennsl á mynstur sem gætu bent til nýrra lyfjamarkmiða eða leitt til þróunar árangursríkari meðferðar. NLP, forspárlíkan sem byggir á tungumáli, er notað til að vinna úr gögnum úr vísindaritum, sem geta dregið fram nýjar leiðir til að þróa núverandi lyf. Að lokum greinir tölvusjón myndir af frumum og vefjum, sem getur greint breytingar sem tengjast sjúkdómum.

Dæmi um lyfjafyrirtæki sem notar gervigreind til að þróa ný lyf er Pfizer, sem notar IBM Watson, ML kerfi sem getur rannsakað ónæmiskrabbameinslyf ítarlega. Á sama tíma hefur Sanofi í Frakklandi átt í samstarfi við breska sprotafyrirtækið Exscientia til að búa til gervigreindarvettvang til að leita að meðferðum fyrir efnaskiptasjúkdóma. Svissneska fyrirtækið Roche, dótturfélag Genentech, notar gervigreindarkerfi frá bandarísku GNS Healthcare til að leiða leitina að krabbameinsmeðferðum. Í Kína tryggði líftæknifyrirtækið Meta Pharmaceuticals sér 15 milljóna dala frumfjármögnun til að þróa sjálfsofnæmissjúkdómameðferðir með gervigreind. Fyrirtækið var ræktað af öðru AI-aðstoðuðu lyfjauppgötvunarfyrirtæki, Xtalpi.

Truflandi áhrif

Ef til vill var hagnýtasta beitingin við uppgötvun AI-fyrstu lyfsins þróun fyrsta lækningalyfsins fyrir COVID-19, veirueyðandi lyf sem kallast Remdesivir. Lyfið var upphaflega auðkennt sem möguleg meðferð við vírusnum af vísindamönnum hjá Gilead Sciences, líftæknifyrirtæki í Kaliforníu, sem notar gervigreind. Fyrirtækið notaði reiknirit til að greina gögn úr GenBank gagnagrunninum sem inniheldur upplýsingar um allar almennt aðgengilegar DNA raðir.

Þetta reiknirit benti á tvo mögulega frambjóðendur, sem Gilead Sciences samdi og prófaði gegn COVID-19 vírusnum í rannsóknarstofudiski. Báðir frambjóðendurnir reyndust árangursríkir gegn vírusnum. Einn þessara umsækjenda var síðan valinn til frekari þróunar og prófana á dýrum og mönnum. Remdesivir reyndist að lokum vera öruggt og áhrifaríkt og var samþykkt til notkunar af matvæla- og lyfjaeftirliti Bandaríkjanna (FDA).

Síðan þá hafa fyrirtæki og stofnanir unnið saman að því að finna fleiri COVID-19 meðferðir með gervigreindarkerfum. Árið 2021 tóku 10 fyrirtæki sig saman til að búa til ÓTRÚLEGA (Integrated Modeling PipelinE for COVID Cure by Assessing Better Leads). Meðal þessara stofnana eru Rutgers University, University College London, US Department of Energy, Leibniz Supercomputing Center og NVIDIA Corporation.

Verkefnið er gervigreindarleiðsla sem lofar að flýta fyrir skimun hugsanlegra COVID-19 lyfjaframbjóðenda 50,000 sinnum hraðar en núverandi aðferðir. IMPECCABLE sameinar ýmsa gagnavinnslu, eðlisfræði-undirstaða líkanagerð og uppgerð, og ML tækni til að búa til gervigreind sem notar mynstur í gögnum til að búa til forspárlíkön. Ólíkt dæmigerðri aðferð, þar sem vísindamenn þurfa að hugsa vel og þróa sameindir út frá þekkingu sinni, gerir þessi leiðsla vísindamönnum kleift að skima sjálfkrafa gríðarlegan fjölda efna, sem eykur verulega líkurnar á að finna líklegan umsækjanda.

Afleiðingar AI-fyrstu lyfjauppgötvunar

Víðtækari vísbendingar um innleiðingu iðnaðarins á aðferðafræði til að uppgötva AI-fyrstu lyf geta verið: 

• Gervigreindarvettvangar sem taka að sér verkefni sem venjulega eru unnin af efnafræðingum snemma á ferlinum, sem krefst þess að þessir sérfræðingar öðlist nýja færni eða skipta um starfsferil.
• Stór lyfjafyrirtæki sem ráða vélmennafræðinga til að kanna umfangsmikil erfða-, sjúkdóms- og meðferðargögn og flýta fyrir þróun meðferðar.
• Aukning í samstarfi milli sprotafyrirtækja í líftækni og rótgróinna lyfjafyrirtækja fyrir uppgötvun lyfja með aðstoð gervigreindar, sem laðar að meiri fjárfestingar frá heilbrigðisstofnunum.
• Að auðvelda sérsniðna læknismeðferð fyrir einstaklinga með einstaka líffræðilega eiginleika, sérstaklega þá sem eru með sjaldgæfar sjálfsofnæmissjúkdóma.
• Aukin umræða um regluverk um hugverkaréttindi gervigreindar við uppgötvun lyfja og ábyrgð á mistökum tengdum gervigreindum í lyfjageiranum.
• Heilbrigðisiðnaðurinn upplifir umtalsverðan kostnaðarlækkun í lyfjaþróun, sem gerir neytendum kleift að fá ódýrara lyfjaverð.
• Atvinnuáhrif í lyfjageiranum breytast, með áherslu á gagnavísindi og gervigreind sérfræðiþekkingu fram yfir hefðbundna lyfjafræðiþekkingu.
• Möguleiki á bættri heilsu á heimsvísu vegna hraðari og skilvirkari lyfjauppgötvunarferla, sérstaklega í þróunarlöndum.
• Ríkisstjórnir setja hugsanlega stefnu til að tryggja jafnan aðgang að lyfjum sem hafa uppgötvað gervigreind, koma í veg fyrir einokun og hlúa að víðtækari heilsufarslegum ávinningi.
• Umhverfisáhrif minnka þar sem gervigreind-drifin lyfjauppgötvun dregur úr þörfinni fyrir auðlindafrekar tilraunastofur og tilraunir.

Spurningar sem þarf að íhuga

• Hvernig heldurðu annars að AI-fyrsta lyfjauppgötvun muni breyta heilsugæslunni?
• Hvað geta stjórnvöld gert til að stjórna lyfjaþróun sem er fyrst fyrir gervigreind, sérstaklega verðlagningu og aðgengi?