בתחום המאתגר של פיתוח תרופות, שבו תשע מתוך עשר תרופות שנפתחו חדשות נכשלות במהלך הניסויים הקליניים, לעתים קרובות עקב תופעות לוואי בלתי צפויות, פתרון חדשני בשם הבינה המלאכותית (AI) זורח כנקודת אור תקווה לחולים ולתעשייה כאחד. אינופור, חברת ביוטכנולוגיה שסוכנת בגראץ, אוסטריה, בשיתוף פעולה עם הענק הטכנולוגי Nvidia, הביאה לאור כלי AI מיוחד שנועד לזהות תופעות לוואי פוטנציאליות בשלב מוקדם של תהליך גילוי תרופות.
חלבונים הם מכונות מולקולריות לא ניתכנות בגוף, חיוניות לבריאות ולניהול מחלות. תובנות אל מבניהם מנפתחות את הדרך לאסטרטגיות פיתוח תרופות חדשניות. המרת הבינה המלאכותית פותרת באופן דרמטי את הניתוח של מבני חלבונים אלו, משפרת את הדיוק בזיהוי מטרות תרופות, ויוזמת פונקציות ואינטראקציות של חלבונים.
כדי להשיג זאת, אינופור, במקביל עם Nvidia, הציגה ערוץ מידע רחב של מודלים תלת-ממדיים של מעל 40,000 מבני חלבון במין האדם. מבנים אלו נוצרו באמצעות השימוש בשלושה כלים לניבוי מבני תומך בבינה מלאכותית ומהווים את מאגר המידע המבני המקיף ביותר שזמין כיום עבור היקום האנושי. כריסטיאן גרובר, מנכ"ל אינופור ומדען באוניברסיטת גראץ, הדגיש את התפקיד החשוב של מאגר הנתונים הזה בקידום תכנון תרופה מבני וניבוי פונקציה של חלבון.
חוקרים יכולים כעת להשתמש במאגר נתונים זה כדי לאמן דגמי AI על מגוון משימות הקשורות למבנה חלבון ולפונקציה שלו, דבר שיהיה לרווחה בעיצוב חלבונים חדשים. דיוויד רואו מ-Nvidia דגיש את התפקיד של מאגר המידע בזיהוי מעל חצי מיליון אתרי קישור לתרופה אפשריים. אינופור כבר שילבה את כלי הAI אלו בצינור גילוי תרופות אוטומטי, שמסייע בסינון של תופעות לוואי של מוצרי תרופה. הצינור גם בשימוש על ידי חברת תרופות בארה"ב לצורך פיתוח תרופות.
המייסדה בשנת 2017 כפיצול מ-acib ומאוניברסיטת גראץ, אינופור מבוססת כיום בגראץ ובסן פרנסיסקו, קליפורניה, התמחה בתחומים של תרופות דיגיטליות וחיפוש אנזימי דרך שימוש בענני נקודות תלת-ממדי, AI ולמידת עמוק.
שאלות עיקריות ותשובות:
1. מהן האתגרים הנוכחיים בפיתוח תרופות פרמצבטיות?
האתגר העיקרי הוא ריבוי הכישלונות בשלב מאוחר בניסויים קליניים של תרופות חדשות עקב תופעות לוואי בלתי צפויות. התהליך גם נמצא היה זמן ועלות.
2. איך הכלי AI שפותח על ידי אינופור ו-Nvidia פותר את האתגרים הללו?
הכלי AI עוזר בזיהוי מוקדם של תופעות לוואי פוטנציאליות על ידי ניתוח של מאגר נתונים רחב של מבני חלבון באדם, משפר תכנון תרופות וניבויים ביעילות ומפחית את ההסתברות לכישלון בשלבים מאוחרים בפיתוח.
3. מהו השפע הפוטנציאלי של כלי הAI הזה על תעשיית התרופות והחולים?
עבור התעשייה, הוא מבטיח להפחית את העלויות והזמן המעורב בפיתוח תרופות ולהעצים את סיכויי ההצלחה. עבור החולים, זה עשוי להביא לכך שיש להם גישה לטיפולים בטוחים ויעילים יותר בזמן קצר יותר.
אתגרים עיקריים או סכסוכים:
אחד מהאתגרים העיקריים הוא להבטיח את דיוק האלגוריתם האינטליגנטי המאומת ואיכות הניבויים שהוא עושה. ניבויים שגויים על תופעות לוואי או אינטראקציות עם תרופות יכולים להוביל להקורות אם הם לא נזהרים עד שלבי פיתוח מאוחרים יותר או, במקרה הגרוע, לאחר שהתרופה כבר נמכרה. אתגר נוסף הוא אינטגרציה של כלי הAI עם התהליכים הקיימים בחברות תרופות, מכיוון שתעשיות אלו עשויות להיות עמים לשינויים בתהליכים הקיימים שלהם.
יתרונות:
– זיהוי מוקדם של תופעות לוואי יכול לחסוך בעלויות.
– האצת תהליך הגילוי של התרופות.
– סיוע לחוקרים עם מאגר מבני מרחבי נקודות שיעזור בתכנון תרופות.
– פוטנציאל לשפר את פרופיל הבטיחות של תרופות לפני ניסויים באדם.
חסרונות:
– הדמויות של AI עשויות להיות לומדות ודורשות הכשרה רציפה עם נתונים באיכות גבוהה.
– הקשים הרצוי בAI עשוי לכסות כישורי מנהיגות רפואית וביקורת אנושית המוליכות לצורך.
– הטכנולוגיה עשויה להיות רגישה להטיות אם נתוני האימון אינם מספיק מגוונים.
למידע נוסף על AI ומציאת תרופות, בקרו באתר אינופור או כדי ללמוד על הטכנולוגיה החומרתית שמשמשת לAI כזאת, בקרו באתר של Nvidia.