Ett AI-system identifierade ett potentiellt nytt läkemedel på bara 46 dagar

Kategori: Artificiell intelligens Postad 03 sep

Tillvägagångssättet är baserat på två populära AI-tekniker: generativa kontradiktoriska nätverk och förstärkningsinlärning.

Nyheterna: Ett team från AI pharma startup Insilico Medicine, som arbetar med forskare vid University of Toronto, tog 21 dagar på sig att skapa 30 000 designs för molekyler som riktar sig mot ett protein kopplat till fibros (vävnadsärrbildning). De syntetiserade sex av dessa molekyler i labbet och testade sedan två i celler; den mest lovande testades på möss. Forskarna drog slutsatsen att det var potent mot proteinet och visade läkemedelsliknande egenskaper. Allt som allt tog processen bara 46 dagar. Forskningen publicerades i Naturens bioteknik Denna vecka.

Metoden: Systemet undersöker tidigare forskning och patent på molekyler som är kända för att arbeta mot läkemedelsmålet, och prioriterar nya strukturer som skulle kunna syntetiseras i labbet. Det liknar vad en mänsklig kemist kan göra för att söka nya terapier - bara mycket snabbare.

Sammanhang: Att få ut ett nytt läkemedel på marknaden är oerhört kostsamt och tidskrävande: det kan ta 10 år och kosta så mycket som 2,6 miljarder dollar, med den stora majoriteten av kandidaterna som misslyckas i teststadiet, enligt Tufts Center for the Study of Drug Development . Det är alltså inte konstigt att det pågår så mycket arbete med att använda AI för att påskynda processen. DeepMind är bland de företag som utforskar läkemedelsforskning som en potentiell väg för sina algoritmer.

Ett varningens ord: Även om forskningen ser lovande ut, är den fortfarande mycket ett proof of concept. Vi är långt ifrån AI-designade läkemedel som skapas, än mindre säljs till patienter. Vi utforskade problemet i den här artikeln från vårt TR10-nummer tidigare i år.

Registrera dig här för vårt dagliga nyhetsbrev The Download för att få din dos av de senaste måste-läs-nyheterna från världen av framväxande teknik.