science >> Wetenschap >  >> Elektronica

Het gebruik van AI voor het ontdekken van medicijnen toont snelheid maar trekt discussies aan

Krediet:CC0 Publiek Domein

Een medicijnmolecuul ontwikkeld door machine learning? Er is een aankondiging gedaan dat een fase I klinische studie van DSP-1181, die is gemaakt met behulp van kunstmatige intelligentie (AI), is gestart in Japan.

Dit project had minder dan 12 maanden nodig om "de verkennende onderzoeksfase, " en dit vertegenwoordigt "een fractie van het typische gemiddelde van 4,5 jaar met conventionele onderzoekstechnieken, ", aldus het bedrijf vrijgeven.

Als je hier je armen omheen kunt slaan:het is uitgevonden door kunstmatige intelligentie. Zeker een teken dat er vooruitgang kan worden geboekt voor het potentieel van machine-intelligentie bij het ontdekken van drugs?

BBC-technologieverslaggever Jane Wakefield meldde dat er twee groepen achter deze vooruitgang zitten. (1) Britse start-up Exscientia en (2) Japans farmaceutisch bedrijf Sumitomo Dainippon Pharma. (Psychiatrie en neurologie behoren tot de belangrijkste aandachtsgebieden van het laatstgenoemde bedrijf voor onderzoek).

Ze zei dat het medicijn zal worden gebruikt voor de behandeling van patiënten met een obsessieve-compulsieve stoornis (OCS).

Exscientia zei dat het een bedrijf is "in de voorhoede van op kunstmatige intelligentie gebaseerde ontdekking en ontwerp van geneesmiddelen." Ze hebben het gevoel dat ze "een cruciale mijlpaal" hebben bereikt in de ontwikkeling van AI en medicijnen.

Ze wezen op hun AI-voordeel met betrekking tot de preklinische fase van het ontdekken van geneesmiddelen, wat resulteert in het potentieel om de levering van nieuwe behandelingen te versnellen.

Ten slotte, bedenk dat "het ongeveer 10 tot 15 jaar duurt voordat een medicijn van de eerste ontdekking naar de markt gaat. Dat is te lang, " merkten ze op.

Ze beschreven zichzelf verder op hun site als "een full-stack AI-geneesmiddelontdekkingsbedrijf".

Betekent wat? specifiek, ze genereren hun eigen gegevens "voordat ze de analytische kracht van AI combineren met de creativiteit en expertise van onze wetenschappers van wereldklasse."

interessant, het was in december toen Natuur stelde een vraag over AI in de geneeskunde. "De farmaceutische industrie zit in een dip bij het ontdekken van medicijnen. Hoeveel kan AI helpen?"

Het artikel van David Freedman zei:"de wereldwijde farmaceutische industrie van $ 1 biljoen bevindt zich al minstens twee decennia in een daling van de ontwikkeling en productiviteit van geneesmiddelen. Farmaceutische bedrijven besteden steeds meer - de 10 grootste betalen nu bijna $ 80 miljard per jaar - om komen met steeds minder succesvolle medicijnen."

Wat is het addertje? Vrijman zei, "drugs die het gemakkelijkst te vinden zijn en die veelvoorkomende aandoeningen veilig en effectief behandelen, zijn allemaal gevonden; wat overblijft is zoeken naar medicijnen die problemen aanpakken met complexe en ongrijpbare oplossingen..."

Freedman's beschrijving van hoe wetenschappers AI-tools gebruiken voor de ontwikkeling van medicijnen was leerzaam:"Deze tools werken niet door door experts ontwikkelde analytische technieken erin te programmeren; in plaats daarvan geven gebruikers ze monsterproblemen (een molecuul) en oplossingen (hoe het molecuul zich uiteindelijk gedraagt ​​als een medicijn) zodat de software zijn eigen computationele benaderingen kan ontwikkelen om diezelfde oplossingen te produceren."

BBC zei dat het molecuul DSP-1181 werd bereikt door algoritmen die potentiële verbindingen doorzochten. Deze werden vergeleken met een "enorme" database met parameters.

hercoderen verslaggever Rebecca Heilweil hielp verduidelijken wat deze controle op parameters betekende voor onderzoekers:

"Er zijn heel veel mogelijke moleculen die nuttig kunnen zijn in medicijnen, veel te veel voor alle medische onderzoekers in de wereld om handmatig te testen. Maar door verschillende soorten AI te gebruiken, een computersysteem kan verschillende moleculen bedenken en ontginnen, ze vergelijken met verschillende parameters en sneller de meest veelbelovende verbindingen leren dan een mens zou kunnen."

Net zoals kunstmatige intelligentie in het algemeen heeft geleid tot oproepen tot voorzichtigheid en herziening op andere gebieden dan de geneeskunde, het is redelijk om soortgelijke gedachten te verwachten over het ontdekken van geneesmiddelen.

een kop in hercoderen geeft u een idee van de komende discussies. "Zou je een medicijn nemen dat door kunstmatige intelligentie is ontdekt?"

"Kunstmatige intelligentie is zeker krachtig, schreef Heilweil, "maar sommigen zijn sceptisch over de betrouwbaarheid van de technologie... en vragen zich af welke rol het zou moeten spelen in gebieden zoals onze gezondheidszorg. En in geneesmiddelenonderzoek, sommigen hebben hun bezorgdheid geuit dat de technologie misschien overhyped is."

Het persbericht dat uit Exscientia komt, spreekt specifiek over DSP-1181 als een fase I klinische studie die in Japan is gestart voor de behandeling van obsessief-compulsieve stoornis als een eerste indicatie.

Globaal genomen, we begrijpen het. AI gaat een belangrijke rol spelen bij doorbraken op het gebied van medicijnontdekking ... of toch niet?

Wetenschap Translationele geneeskunde plaatste een redactioneel onafhankelijk commentaar op 31 januari door Derek Lowe. Het is een onafhankelijke blog van de uitgevers. Hij heeft voor verschillende grote farmaceutische bedrijven gewerkt aan projecten voor het ontdekken van geneesmiddelen. Hij stelde vragen over wat wij beschouwen als een revolutie in het ontdekken van geneesmiddelen.

Het commentaar merkte op dat dit een jaar duurde om in de kliniek te komen. "Als dat klopt, dat is inderdaad een snelle weg naar menselijke beproevingen, maar laten we eens kijken wat dat voor je kan opleveren. Zal dit een revolutie in het ontdekken van medicijnen zijn?", vroeg hij zich af.

Lowe, dan, had het niet over de snelheidsgrens. "Exscientia heeft misschien een verbinding met hoge snelheid naar de kliniek verplaatst, maar dit specifieke voorbeeld zal de ontdekking van medicijnen niet veel versnellen."

Overwegen, hij zei, de informatie die in de software wordt ingevoerd. "Er is gewoon niet genoeg betrouwbare informatie om zelfs de grootste kunstmatige-intelligentiesoftware ter wereld in te voeren om te voorspellen wat er zal gebeuren tegen aandoeningen zoals OCS, depressie, ongerustheid, en andere menselijke psychiatrische aandoeningen op hoog niveau, argumenteerde hij. "En dat is het probleem. Geneesmiddelen falen in Fase II omdat we niet het juiste doelwit hebben gekozen, omdat ons biochemisch begrip van de ziektetoestand verkeerd en/of onvolledig is."

Een van de reacties van lezers die op zijn commentaar reageerde, daagde zijn punten niet uit, maar beweerde wel dat de aankondiging van het AI-bedrijf nog steeds vooruitgang markeerde.

"Hoewel ik het met Derek eens ben dat er veel overhype is rond de 'AI in de ruimte voor medicijnontdekking, ' zei een opmerking, "dat betekent niet dat er ook hier geen echte tastbare winst wordt geboekt... Dus zelfs als dit een stapsgewijze vooruitgang is, verhoogde efficiëntie door nieuwe technologieën, zelfs tegen bekende doelen of mogelijk afgeleide chemische stoffen, moet worden verwelkomd met open, indien terecht sceptisch, armen... Dit is geen toverstaf, het is een ander hulpmiddel in de gereedschapskist."

Heilweil schreef:"Hoe opmerkelijk de ontwikkeling van het nieuwe medicijn ook lijkt, er is nog steeds ruimte voor wat gezonde scepsis." Zei ze, "De ontwikkeling van door AI ondersteunde geneesmiddelen roept vragen op over hoe comfortabel mensen zouden moeten zijn met deze nieuwe onderzoeksmethoden. Op de lange termijn zullen hoe zullen door AI ontworpen medicijnen verschillen van die welke alleen door mensen zijn ontwikkeld? Wie moet de regels maken voor het gebruik van AI in geneesmiddelenonderzoek?

© 2020 Wetenschap X Netwerk