Et AI-system identificerede et potentielt nyt lægemiddel på kun 46 dage

Kategori: Kunstig intelligens Udsendt 03 sep

Tilgangen er baseret på to populære AI-teknikker: generative modstridende netværk og forstærkende læring.

Nyhederne: Et hold fra AI pharma-startup Insilico Medicine, der arbejder med forskere ved University of Toronto, tog 21 dage til at skabe 30.000 designs til molekyler, der er rettet mod et protein forbundet med fibrose (vævsardannelse). De syntetiserede seks af disse molekyler i laboratoriet og testede derefter to i celler; den mest lovende blev testet i mus. Forskerne konkluderede, at det var potent mod proteinet og viste lægemiddellignende kvaliteter. Alt i alt tog processen kun 46 dage. Forskningen blev offentliggjort i Natur bioteknologi denne uge.

Metoden: Systemet undersøger tidligere forskning og patenter for molekyler, der vides at arbejde mod lægemiddelmålet, og prioriterer nye strukturer, der kunne syntetiseres i laboratoriet. Det svarer til, hvad en menneskelig kemiker kan gøre for at søge nye terapier - bare meget hurtigere.

Sammenhæng: At få et nyt lægemiddel på markedet er enormt dyrt og tidskrævende: det kan tage 10 år og koste så meget som 2,6 milliarder dollars, hvor langt de fleste kandidater fejler i teststadiet, ifølge Tufts Center for undersøgelse af lægemiddeludvikling . Det er derfor ikke underligt, at der er så meget arbejde i gang med at bruge AI til at fremskynde processen. DeepMind er blandt de virksomheder, der udforsker farmaceutisk forskning som en potentiel vej for sine algoritmer.

Bemærk: Selvom forskningen ser lovende ud, er den stadig i høj grad et proof of concept. Vi er langt fra AI-designede lægemidler, endsige solgt til patienter. Vi undersøgte problemet i denne artikel fra vores TR10-udgave tidligere på året.

Tilmeld dig vores daglige nyhedsbrev The Download her for at få din dosis af de seneste nyheder, du skal læse, fra den nye teknologiske verden.