Covid-19 pandēmija ir paātrinājusi digitālo transformāciju farmācijas nozarē, kurai ir nozīmīga nozīme narkotiku atklāšanā. Īpaši generatīvā inteliģence ir parādījusi lielu potenciālu, uzlabojot un paātrinot narkotiku attīstības procesu.
Tradicionāli narkotiku atklāšana ir sarežģīts un dārgs process, kas ietver vairākus posmus, piemēram, mērķa identifikāciju, potenciālo atklāšanu un vadījanu optimizāciju. Vidēji narkotikas nonāk tirgū pēc 12-18 gadiem, un to izmaksas ir apmēram 2,6 miljardi dolāru. Veiksmes rādītājs ir zems, jo tikai 10% no kandidātiem nonāk klīniskajos pētījumos.
Generatīvā inteliģence galvenokārt tiek izmantota jaunu narkotiku molekulu radīšanā (de novo narkotiku projektēšana), bet tā potenciāls izplešas arī uz mērķa identifikāciju un narkotiku pārtērēšanu. Šajā potenciālā atpazīstot vairākas kompānijas dažādās nozarēs aktīvi pēta un izmanto generatīvās inteliģences pielietojumus narkotiku atklāšanā.
Piemēram, Insilico Medicine ir izstrādājusi generatīvo inteliģences platformu Pharma.AI. Šī platforma izmanto generatīvos pretējo pamatotu tīklu AI, un tās mērķis ir paātrināt jaunu vielu radīšanu, identificēt slimības mērķus un paredzēt klīnisko pētījumu iznākumus. Insilico Medicine jau ir sasniegusi ievērojamu atziņu, tostarp pirmā pasaulē izveidotā AI radītā pretfibrotiska maza molekulas inhibitora, kas ir pabeidzis 0. un I. fāzes pētījumus un tagad ienāk II. fāzes pētījumos.
Arī Adaptyv Bio, Šveices biotehnoloģiju startaps, ir izmantojis generatīvo inteliģenci proteīnu inženierijai. Viņu platforma apvieno generatīvās algoritmus, progresīvas robotikas, mikrofluidiku un sintētiskās bioloģijas tehnikas, lai optimizētu un radītu proteīna sekvences. Cita sadarbība starp Iktos un Curreio, Japānas krio-elektronu mikroskopijas ekspertu, mērķi ir izmantot AI un krio-EM tehnoloģiju priekšklīnisko narkotiku kandidātu atklāšanai un izstrādei. Iktos generatīvā inteliģences tehnoloģijai būs labāks rezultāts, izmantojot iegūtās atziņas no krio-EM analīzes, uzlabojot molekulu prognozēšanas precizitāti, kas atbilst projektu prasībām.
Farmācijas nozare, koncentrējoties uz sarežģītākiem un mērķtiecīgākiem terapijas veidiem, generatīvā inteliģence spēlēs arvien būtiskāku lomu. Tomēr vēl ir šķēršļi vispārējai tās pieņemšanai, piemēram, nepieciešamība pēc lieliem augstas kvalitātes datu kopumiem, specializētas zināšanas mašīnmācībā un datu zinātnē, kā arī etiski un regulatīvi jautājumi.
Kopumā generatīvā inteliģence ir potenciāli spējīga revolucionizēt narkotiku atklāšanu, paātrinot procesu un uzlabojot veiksmes rādītājus. Lai arī ir jāpārvar daži izaicinājumi, nozare aktīvi izpēta un izmanto šo transformējošo tehnoloģiju.