A mesterséges intelligencia (AI) egy új korszakot indít el a gyógyszerfejlesztés területén Japánban, a „gyógyszerészeti AI” projektek létrehozásával, melyek jelentősen csökkenteni kívánják a kutatási időt és költségeket. A vakcinák és új gyógyszerek fejlesztése során, mint például a COVID-19 elleni készítmények esetében, az AI-t alkalmazzák, hogy elemző nagy mennyiségű elektronmikroszkópos képet a vírusok és baktériumok fehérjéiről, hogy előrejelezze a morfológiai változásokat, ezáltal segítve az infekció mechanizmusainak megértését.
Egy 17 gyógyszeripari vállalatból álló konzorcium összefogott azáltal, hogy a gyógyszervegyületekről és hatásaikról szóló adatokat összegyűjtötte, együtt dolgozva az AI rendszerek kifejlesztése érdekében, melyek ígéretes vegyületeket javasolnak a gyógyszerfejlesztéshez.
Azáltal, hogy versenytársaiat, a nyugati nagy gyógyszeripari cégeket követve, Japán az AI-t használja fel, hogy javítsa a gyógyszeripar jelenlétét. Okuno professzor, a RIKEN Számítástudományi Kutatóközpont osztályvezetője és a Kyoto Egyetem professzora hangsúlyozza az AI által vezérelt gyógyszereket fejlesztő folyamat jelentőségét, és rámutat, hogy a fehérje formáinak és azok módosulásainak megértése kulcsfontosságú szerepet játszik az új gyógyszerek kifejlesztésében.
Tömeges adathalmazokkal képzett AI modellekkel, a RIKEN és a Fujitsu olyan AI algoritmusokat fejlesztettek ki, amelyek képesek jóval gyorsabban előrejelezni a morfológiai változásokat a fehérjék elektronmikroszkópos képeivel, mindössze körülbelül 2 órán belül, míg korábban egy teljes napig tartott. Ez a felgyorsított folyamat lehetőséget teremt a gyógyszeripari vállalatok számára, hogy hatékonyan azonosítsák a gyógyszerek összetevőit, amelyek gátolhatják ezeket a forma változásokat.
Az Orvosi Kutatás és Fejlesztési Ügynökség vezeti a „Közös, a következő generációs gyógyszerfejlesztést célzó AI-fejlesztési (DAIIA)” projektet, ahol egyetemi kutatók és 17 gyógyszeripari vállalat együttműködésével AI rendszereket hoznak létre, amelyek ígéretes vegyületeket javasolnak az új gyógyszerekhez.
A DAIIA projektben részt vevő Okuno professzor hangsúlyozza a hazai együttműködés fontosságát a gyógyszeripari vállalatok és kutatók között, rámutatva azon kritikus jelentőségre, hogy az AI technológiákat kihasználják a nemzetközi gyógyszeripari óriások tempójának tartásához.
További tények:
– Az AI technológia a gyógyszerfejlesztés területén nem csak Japánban korlátozódik; olyan országok is, mint az Egyesült Államok, Kína és az Egyesült Királyság, jelentős beruházásokat tesznek az AI kihasználására a gyógyszerfejlesztési folyamatok felgyorsítására.
– Az AI alkalmazása a gyógyszerfejlesztés területén nem korlátozódik csak fertőző betegségekre, hanem kiterjed egyéb terápiás területekre is, mint például a rák, neurodegeneratív betegségek és ritka genetikai rendellenességek.
– A gyógyszeripari vállalatok egyre inkább együttműködnek az AI területén szakosodott technológiai vállalatokkal, hogy elérjék a fejlettebb algoritmusokat és számítási teljesítményt a hatékonyabb gyógyszerfejlesztés érdekében.
Fontos kérdések:
1. Hogyan képes az AI technológia javítani a gyógyszer hatékonyságának és biztonságprofiljának pontosságát és sebességét?
2. Milyen etikai következményei vannak annak, ha túlzottan is támaszkodunk az AI algoritmusokra a gyógyszerfejlesztés fontos döntései során?
3. Hogyan tudnak a szabályozó szervek alkalmazkodni annak érdekében, hogy felügyeljék az AI integrációját a gyógyszerfejlesztési folyamatban, és biztosítsák a páciensek biztonságát?
Kiemelt kihívások/ellentmondások:
– Adatvédelmi és tulajdonjogi kérdések merülnek fel akkor, amikor a gyógyszergyártással kapcsolatos érzékeny adatokat megosztják a kollaboratív AI projektekben résztvevő számos érintettel.
– Aggodalmak merülnek fel a potenciális előítéletekkel kapcsolatban az AI algoritmusokban, amelyek ferde ajánlásokhoz vezethetnek gyógyszervegyületek terén, hatással az etnikai sokszínűségre és az együttműködésre a gyógyszerfejlesztéseknél.
– Az átláthatóság és az érthetőség szükségessége az AI döntéshozatali folyamataiban annak érdekében, hogy bizalmat építsenek az érintettek körében, beleértve a szabályozó hatóságokat és a betegeket.
Előnyök és hátrányok:
– Előnyök: Az AI technológia jelentősen lerövidítheti a gyógyszerfejlesztési időszakokat, csökkentheti a költségeket, növelheti a jóslatok pontosságát, valamint elősegítheti az új gyógyszercélpontok felismerését.
– Hátrányok: Az adatminőséggel, algoritmus elfogultsággal, az AI ajánlások értelmezhetőségével, a szabályozási akadályokkal és az emberi kutatók bizonyos területeken történő lecserélésének potenciális kihívásaival kapcsolatos problémák.
Javasolt kapcsolódó linkek:
– FDA Hivatalos Honlap
– Nature Journal
– Országos Egészségügyi Intézet (NIH)