Όταν παρουσιάστηκε το “AlphaFold” της Google DeepMind το 2020, το νέο πρόγραμμα πρόβλεψης πρωτεϊνικής δομής χαιρετίστηκε ως μια σημαντική ανακάλυψη, που θα μπορούσε να χρησιμεύσει ως μαγικό ραβδί για το υψηλό κόστος και τα θλιβερά ποσοστά αποτυχίας στην ανακάλυψη και ανάπτυξη φαρμάκων.
Εξοικονόμηση χρόνου και κόστους
Η τεχνητή νοημοσύνη θα μπορούσε να εξοικονομήσει χρόνο και κόστος τουλάχιστον 25-50% στη φάση ανακάλυψης φαρμάκων. Όχι πολύ καιρό πριν, οι επιστήμονες θα μπορούσαν να περάσουν 2 ή 3 χρόνια για να καθορίσουν την τρισδιάστατη δομή μιας πρωτεΐνης. Τώρα αυτό μπορεί να γίνει σχεδόν για όλες τις πρωτεΐνες μέσα σε λίγα λεπτά, χάρη στην πρόοδο της τεχνητής νοημοσύνης. Η τεχνητή νοημοσύνη μπορεί να μειώσει τουλάχιστον 1-2 χρόνια από κάθε φάση ανακάλυψης και ανάπτυξης φαρμάκων. Η επιλογή των κατάλληλων ασθενών για μελέτη, είναι το κλειδί. Ο στόχος των μεγάλων φαρμακευτικών είναι να κόψει το 40% από τον κύκλο ανακάλυψης φαρμάκων. Μια έκθεση του BCG τον Φεβρουάριο του 2022 έδειξε, ότι από 20 φαρμακευτικές, που βασίζονται στην τεχνητή νοημοσύνη, περίπου 15 βρίσκονταν σε φάση κλινικών δοκιμών.
Οι προβλέψεις είναι αισιόδοξες
Μια πληθώρα άλλων εργαλείων και στρατηγικών τροφοδοτούν την ανάπτυξη του τομέα. Δεκάδες φαρμακευτικές εταιρείες που χρησιμοποιούν τεχνητή νοημοσύνη, υπάρχουν εδώ και τουλάχιστον μια δεκαετία, και ενισχύονται διακώς από νέες χρηματοδοτήσεις και συμφωνίες. Παρόλο που στην αρχή υπήρχε μεγάλος σκεπτικισμός από τις φαρμακευτικές εταιρείες ως προς τις δυνατότητες της τεχνητής νοημοσύνης, οι περισσότερες έχουν πλέον προσθέσει δυνατότητες τεχνητής νοημοσύνης στις δραστηριότητες Ε&Α τους. Ορισμένες εταιρείες όπως π.χ η “Sanofi”, έχουν καταστήσει πλέον την τεχνητή νοημοσύνη βασικό μέρος της στρατηγικής τους
Άλλες ενθαρρυντικές πρόσφατες εξελίξεις είναι:
- Η “Exscientia” ανακοίνωσε ότι περάτωσε μια μελέτη Φάσης Ι/ΙΙ του υποψηφίου φαρμάκου για τον καρκίνο “EXS-21546”, που βασίζεται σε τεχνητή νοημοσύνη, τον Οκτώβριο του 2023.
- Επίσης, η “Bayer” “και η “Recursion Pharmaceuticals”, ανακοίνωσαν μια στροφή στη συνεργασία τους στην ογκολογία, με στόχο την προώθηση έως και επτά προγραμμάτων που βασίζονται στην τεχνητή νοημοσύνη.
- Ερευνητές στο Πανεπιστήμιο Nagoya στην Ιαπωνία χρησιμοποίησαν AI για να συνθέσουν μια υποψήφια ένωση για έναν νέο αναστολέα γαστρικού οξέος με καλύτερη συγγένεια δέσμευσης από τα υπάρχοντα φάρμακα.
Η ανάγκη για «υπερυπολογιστές»
Τίποτα από αυτά όμως δεν μπορεί να συμβεί χωρίς μεγάλη υπολογιστική ισχύ. Τονίζοντας αυτή την ανάγκη, η Recursion ανακοίνωσε πρόσφατα, ότι αύξησε την υπολογιστική χωρητικότητα του υπερυπολογιστή της “BioHive-1” κατά τέσσερις φορές. Η επέκταση αυτή θα κάνει “το BioHive-1” έναν από τους κορυφαίους 50 πιο ισχυρούς υπερυπολογιστές στον κόσμο. Και είναι ένας τέτοιος συνδυασμός έξυπνων αλγορίθμων, εκτεταμένων δεδομένων και ισχυρής ισχύος υπολογιστή, που απαιτείται για να ανατρέψει το ρεκόρ της τεχνητής νοημοσύνης στην ανακάλυψη και ανάπτυξη φαρμάκων.
Πηγή: www.insideprecisionmedicine.com