Veliki korak

Umjetna inteligencija mogla bi ubrzati razvoj lijekova protiv raka čak 50 puta

Autor: ČuvajZdravlje.ba
Umjetna inteligencija mogla bi ubrzati razvoj lijekova protiv raka čak 50 puta
Foto: Ilustracija/ČuvajZdravlje.ba

Razvoj novih lijekova protiv raka dugotrajan je i skup proces koji često zahtijeva godine laboratorijskog rada.

Međutim, novi naučni pristup zasnovan na umjetnoj inteligenciji mogao bi značajno ubrzati jedan od najzahtjevnijih koraka u tom procesu.

Istraživači sa Sanktpeterburškog politehničkog univerziteta "Petar Veliki" razvili su protokol neuronske mreže koji omogućava više od 50 puta bržu pretragu i odabir hemijskih jedinjenja s potencijalom za razvoj antikancerogenih lijekova.

Prema objašnjenju istraživača, prednost novog sistema je u tome što objedinjuje nekoliko različitih zadataka u jedinstven proces. Umjesto da se svaki korak istraživanja provodi zasebno, umjetna inteligencija istovremeno pomaže u pronalaženju bioloških meta, stvaranju novih molekularnih struktura i procjeni njihove moguće efikasnosti.

Analizirano gotovo 255.000 molekula

Jedan od najvećih izazova u razvoju novih lijekova jeste faza poznata kao optimizacija početnih jedinjenja. U tom periodu naučnici pokušavaju pronaći i unaprijediti molekule koji bi mogli postati osnova buduće terapije.

Ovaj postupak tradicionalno zahtijeva mnogo vremena, novca i laboratorijskih resursa. Prema navodima istraživača, pronalaženje odgovarajućih bioloških meta i priprema hemijskih struktura mogu trajati od pet do deset godina.

Ruski tim odlučio je dio tog procesa prebaciti u digitalno okruženje. Koristeći računarske metode, analizirali su gotovo 255.000 virtuelnih hemijskih jedinjenja, među kojima su tražili najperspektivnije kandidate za daljnja istraživanja.

Posebna pažnja posvećena je derivatima 2 aminotiofena, hemijskih jedinjenja koja su već pokazala potencijal u istraživanjima povezanima s liječenjem raka kože.

Izdvojene tri potencijalne mete za terapiju

Nakon analize, algoritmi su kao najizglednije proteinske mete za buduću antikancerogenu terapiju izdvojili PARP1, CDK7 i TBCD. Pouzdanost dobijenih predviđanja dodatno je provjerena primjenom klasične metode molekularnog dokinga, kojom se procjenjuje način na koji se molekuli mogu vezati za određene proteine.

Istraživači navode da je cilj bio povezati dvije važne faze istraživanja. Prvo je trebalo utvrditi na koje bi proteine potencijalni lijekovi mogli djelovati, a zatim generisati veliki broj novih molekularnih varijanti i među njima pronaći one koje najviše obećavaju.

Takav pristup omogućava da se mnogo veći broj kandidata procijeni u kraćem vremenu, prije nego što se odabrana jedinjenja uopće počnu testirati u laboratoriji.

Slijede laboratorijska testiranja

Ipak, važno je naglasiti da rezultati računarske analize ne znače da su pronađeni novi lijekovi koji se već mogu koristiti u liječenju pacijenata.

Naučnici tek planiraju sintetisati odabrana jedinjenja i ispitati njihovo djelovanje u laboratorijskim uslovima, odnosno in vitro. Najuspješniji kandidati nakon toga mogli bi biti predloženi za pretklinička ispitivanja.

Istraživanje se provodi u saradnji s Nacionalnim medicinskim istraživačkim centrom za onkologiju "N. N. Petrov".

Istraživači smatraju da bi razvijeni protokol mogao imati širu primjenu, jer se isti princip može koristiti i za analizu drugih grupa biološki aktivnih molekula. Njegova najveća prednost mogla bi biti smanjenje vremena i troškova u ranim fazama razvoja lijekova, kada se među velikim brojem mogućnosti tek traže najperspektivniji kandidati.

Iako je do eventualne primjene u liječenju pacijenata potrebno proći još nekoliko važnih faza istraživanja, ovaj pristup pokazuje kako umjetna inteligencija može postati vrijedan alat u savremenoj medicini i potrazi za novim terapijama protiv raka.