Mesterséges intelligencia új gyógyszerek kifejlesztéséhez is

A zürichi Szövetségi Technológiai Intézet kutatói kifejlesztették aMesterséges intelligencia fejlődését jelentősen felgyorsíthatja új gyógyszerek és a meglévők optimalizálására.

Az ETH mesterséges intelligenciája képes azonosítani, hogy az állványmolekulák mely pontján lehet új hatóanyagokat kifejleszteni, és képes meghatározni az optimális feltételeket a kémiai reakciók a kérések sikeresek.

Le előrejelző képességek Meglepőek az új modellek: a laboratóriumban már ismert gyógyszermolekulákon igazolva az AI előrejelzései hatból ötben beváltak.

A kémia Big 100-a és a globális gazdaság kihívásai
Új gyógyszerek fejlesztése, a kémiának köszönhetően továbbfejlesztett könyvtárak

Új drogok szintézise egy igazi forradalom felé

A mai napig azonosítani és előállítani új gyógyszerek és hatóanyagok hosszú, hipotézisekből, próbákból és tévedésekből álló kísérleti utat kellett végigjárni: idő és erőforrások szempontjából nagyon drága út, tele zsákutcákkal.

Általában új, farmakológiailag aktív molekulák előállítására használják a vegyészek szintézis módszerek már ismert kémiai reakciókból származtatják, majd ezeket a módszereket laboratóriumi kísérletekkel tesztelik.

Ma azonban aMesterséges intelligencia lehetővé teszi olyan fejlemények, amelyek néhány évvel ezelőtt még elképzelhetetlenek voltak, és az új technológiák az új gyógyszerek szintézise területén is alkalmazásra találhatnak. Tudósok az ETH Zürichből és kutatók Roche Pharma kutatás és korai fejlesztés kifejlesztettek egy mesterséges intelligencia-modellt, amely segít meghatározni a legjobb szintézis módszert, és jelezheti annak sikerének valószínűségét is.

"Módszerünkkel jelentősen csökkenthető a szükséges laboratóriumi kísérletek száma", Magyarázza Kenneth Atz, az ETH Zürich Gyógyszertudományi Intézetének doktorandusza, aki professzorral Gisbert Schneider, kifejlesztette az AI-modellt.

Az MSD, a holland gyógyszerszektor zöldre vált
A hasban van egy "kém", és ez egy szenzorfunkciós tapasz

Hogyan születnek új gyógyszerek: állványok és funkcionális csoportok

Il AI modell Az új gyógyszerek szintézisét egyelőre a kémiai reakcióval tesztelték boriláció, egyike azoknak a „már ismert reakcióknak”, amelyeket új hatóanyagok előállításához használnak. Ezek általában aállvány amelyekhez kapcsolódnak az ún funkcionális csoportok például amidok (például paracetamol) és alkoholok (például glicerin).

Ezek az állványzatok, ill állvány, a funkcionális csoportok támogatására és megfelelő pozícióban tartására szolgálnak, hogy bizonyos módon működjenek. Az állványok azonban főként atomokból állnak szén és hidrogén, ami nem teszi őket reakcióképessé: egyáltalán nem magától értetődő a funkcionális atomokkal, például nitrogénnel, oxigénnel vagy klórral való kötés kialakítása.

Ahhoz, hogy sikeres legyen ezeknek a kötvényeknek a létrehozása, meg kell tennie vegyileg aktiválja az állványokat eltérési reakciókon keresztül. A borilezés az egyik ilyen aktiválási módszer: egy bórt tartalmazó kémiai csoportot az állvány szénatomjához kötnek, majd kényelmesen helyettesítenek egy másik, farmakológiailag hatékony csoporttal.

Víz, fű és emberiség: a mesterséges intelligencia kognitív határai
Új számítógépes betegrekord: Teljes sebességgel Svájcban

A mesterséges intelligencia diadalmasan lép be a laboratóriumba

Ennek egyik módja új gyógyszereket gyártani a meglévők javítása pedig funkcionális csoportok elhelyezéséből áll új ülések az állványokon: a zürichi Szövetségi Technológiai Intézet kutatói által kifejlesztett mesterséges intelligencia gondoskodik ennek a lépésnek az egyszerűsítéséről. A modell képes azonosítani az új lehetséges további helyszíneket és meghatározni a optimális feltételeket az aktiválási reakció sikeréhez.

A kiinduló ötlet – magyarázzák – az volt, hogy a tudományos irodalomban leírt reakciókat vegyük és használjuk fel mesterséges intelligencia modell kiképzése hogy a lehető legtöbb borilezési helyet azonosítani lehessen új molekulákon.

"Bár a borilezésben nagy lehetőségek rejlenek, a reakciót nehéz laboratóriumban ellenőrizni– magyarázza Atz.ezért a világirodalmi mélyreható kutatásunk csak alig több mint 1.700 tudományos cikket hozott a témában.”. Az AI-modellbe betáplálandó adatok minőségének biztosítása érdekében a csapat 38 különösen megbízható dokumentumra szűkítette le a forrásokat, amelyek összesen 1.380 borilezési reakció.

A tudományos irodalom eredményeit ezt követően integráltuk az értékelésekkel 1.000 reakciót hajtottak végre a laboratóriumban A Roche Orvosi Kémiai Kutatási Osztálya kezeli, lehetővé téve a kémiai reakciók milligramm-skálán történő végrehajtását és egyidejű elemzését. "A laboratóriumi automatizálás és a mesterséges intelligencia kombinálása óriási lehetőségeket rejt magában- Megmagyarázza David Nippa, a Roche PhD hallgatója,nagymértékben növelheti a kémiai szintézis hatékonyságát, ugyanakkor javíthatja azt fenntarthatóság".

Innovatív stroke terápia a svájci orvoslásnak köszönhetően
Zavar és kontroll a mesterséges intelligencia idején

Nagy előrejelző képesség, különösen 3D adatok esetén

A tudományos irodalomból és laboratóriumi tesztekből származó adatokkal táplálva az AI-modell egy meglepő előrejelző képesség: előrejelzéseit hat már ismert gyógyszermolekula segítségével igazolták, és in hat esetből öt a laboratóriumi vizsgálatok megerősítették a tervezett további helyszíneket.
A modell ugyanolyan megbízható volt, amikor az állványon olyan helyeket kellett azonosítani, ahol az aktiválás nem lehetséges, és meghatározta az optimális feltételeket aktiválási reakciók.

Az előrejelzések tovább javultak, amikor a modell hozzáfért 3D információ a molekulákon kiindulási pont, nem csak a kémiai képletük: "Úgy tűnik, hogy a modell egyfajta háromdimenziós kémiai megértést fejleszt ki” – magyarázza Atz.

A Politechnikum fiatal PhD-hallgatója jelenleg mesterséges intelligenciával foglalkozó tudósként dolgozik a Roche-nál az orvosi kémia területén: „Nagyon izgalmas az akadémiai AI-kutatás és a laboratóriumi automatizálás határfelületén dolgozni.”, elmagyarázta, „És öröm, hogy mindezt a legjobb tartalommal és módszerekkel vihetjük tovább".

A jövő kémiája: az iparág új kihívásai a fenntarthatóság érdekében
Példátlan szintetikus gipsz belső sebek lezárására