O nouă abordare bazată pe inteligenţă artificială (AI) ar putea schimba radical modul în care sunt descoperite medicamentele, reducând semnificativ timpul şi resursele necesare pentru identificarea substanţelor cu potenţial terapeutic.
Oamenii de ştiinţă au dezvoltat un model de învăţare profundă care analizează modul în care mii de compuşi chimici influenţează activitatea genelor în celule umane.
Modelul, prezentat într-un articol publicat în revista Science, oferă o metodă alternativă la testarea tradiţională, lentă şi costisitoare, a compuşilor chimici în laborator.
De zeci de ani, procesul clasic de descoperire a medicamentelor s-a bazat pe testarea pe rând a mii de substanţe chimice asupra culturilor celulare, pentru a observa efectele acestora. Deşi această metodă a dus la identificarea unor tratamente eficiente, cum ar fi unele medicamente anticancer, ea presupune un efort uriaş de timp şi resurse. Noile progrese în biologia genomică, ce oferă date detaliate despre expresia genelor în celulele individuale, deschid însă calea unor strategii mai inteligente de screening.
Pentru a valorifica aceste date, o echipă condusă de bioinginerul Alex Shalek de la Massachusetts Institute of Technology (MIT) a colaborat cu compania de biotehnologie Cellarity din Somerville, Massachusetts. Ei au antrenat un model de AI, numit DrugReflector, folosind informaţii publice despre efectele a circa 9.600 de compuşi chimici asupra expresiei genelor în peste 50 de tipuri de celule umane.
Rezultatele arată că DrugReflector este de până la 17 ori mai eficient decât metodele tradiţionale de screening bazate pe selecţie aleatorie a compuşilor. Mai mult, după ce datele din primul val de experimente au fost reintegrate în model, precizia acestuia s-a dublat.
Vezi materialul integral pe 360Medical.ro.
