Sve počinje s ciljnom molekulom, odnosno. proteinom ili enzimom u tijelu koji ima ključnu ulogu u bolesti koju se pokušava liječiti. Potom se koriste računalni alati za dizajniranje potencijalnih lijekova koji bi se mogli vezati za tu molekulu. A nakon toga slijedi testiranje lijeka kako bi se utvrdila njegova učinkovitost. Cijeli proces je skup i dugotrajan, no rezultat, ako je uspješan, može promijeniti živote pacijentima diljem svijeta.
No, što kada se u taj proces „umiješa“ umjetna inteligencija (AI)? Stručnjaci vide velik potencijal u dopunskom pristupu upotrebe AI-a i otkrića lijekova temeljenog na strukturi, odnosno računalnoj metodi koja se oslanja na znanje o 3D strukturama bioloških ciljeva. Više o tome za Neuroscience News govorio je dr. sc. Vsevolod Katritch, izvanredni profesor kvantitativne i računalne biologije i kemije na Sveučilištu USC Dornsife College of Letters, Arts and Sciences i Sveučilištu USC Michelson Center for Convergent Bioscience.
- Otkrivanje novog lijeka-izazovan proces
„Tradicionalno otkrivanje lijekova uglavnom je posao isprobavanja i pogreške. Sporo je i skupo, prosječno traje 15 godina i košta 2 milijarde dolara. Postoji visoka stopa otpadnosti na svakom koraku, od odabira cilja do optimizacije vodećih kandidata. Najveće prilike za uštedu vremena i novca nalaze se u ranijim fazama otkrivanja i predkliničkim stadijima“, objašnjava dr.sc. Katritch.
Ranu fazu otkrivanja lijeka opisuje na primjeru ključa i brave. Ciljni receptor je brava, a lijek koji blokira ili aktivira ovaj receptor ključ je za tu bravu.
„Slijedeći analogiju s bravom i ključem, pristup temeljen na strukturi koristi se detaljnim razumijevanjem strukture brave. Ako je poznata 3D, fizička struktura brave, možemo koristiti virtualne metode za predviđanje strukture ključa koji odgovara bravi.
- Potencijal AI-a u otkrivanju novih lijekova
Pristup strojnog učenja ili AI-a najbolje funkcionira kada je poznat velik broj ključeva za našu ciljanu bravu ili druge slične brave. AI tada može analizirati ovu mješavinu sličnih brava i ključeva i predvidjeti ključeve koji najvjerojatnije odgovaraju našem cilju. Ne treba točno poznavati strukturu brave, ali treba veliku kolekciju relevantnih ključeva“, ističe dr.sc. Katritch.
Naravno, postoje i ograničenja u tom procesu. Tijekom testiranja milijardi virtualnih spojeva na računalima, sami troškovi računanja mogu biti ograničavajući faktor. No, dr. sc. Katritch ističe da se zahvaljujući modernoj tehnologiji troškovi računanja od milijuna smanjuju na stotine.
Iz navedenog je očigledno da je potencijal AI-a, kada govorimo o otkrivanju novih lijekova, ogroman. Nadamo se da ćemo u skoroj budućnosti i biti svjedoci toga.
