Sztuczna inteligencja przyszłością farmacji? Generatywne sieci przeciwstawne mogą drastycznie skrócić czas i koszt opracowywania leków
Proces projektowania leków jest czasochłonny i niezwykle kosztowny. Koncerny farmaceutyczne wydają miliony dolarów na mozolne testy molekuł w nadziei, że nowe substancje okażą się skuteczne w walce z chorobą. Oznacza to bardzo często konieczność syntezy i przetestowania tysięcy cząsteczek. Efektem jest kilka obiecujących molekuł, z których średnio jedna na dziesięć z sukcesem przechodzi testy na ludziach.
Start-up Insilico Medicine opracował metodę, która znacznie przyspiesza ten proces. Użyli do tego GAN (generative adversarial networks), czyli generatywnych sieci przeciwstawnych. Idea GAN powstała w 2014 roku. Można o nich myśleć jako o formie „sztucznej wyobraźni” – ich pierwotnym zadaniem było generowanie obrazów w oparciu o ich istniejące bazy. Działają dzięki dwóm niezależnym sieciom neuronowym, które wciąż ze sobą „rozmawiają”. Pierwsza – generator – ma za zadanie „wymyślać” nowe twory, na przykład obrazy, które następnie podlegają ocenie drugiej sieci ¬– dyskryminatora. Jej zadaniem jest ocenić, czy to, co widzi, jest wygenerowane, czy autentyczne. Sieci uczą się nawzajem, przez co generator tworzy coraz bardziej wiarygodne imitacje rzeczywistości.
Ekipa Insilico postanowiła wykorzystać ten mechanizm do tworzenia molekuł. Ich system o nazwie GENTRL (generative tensorial reinforcement learning) korzysta z ogromnej bazy istniejących cząsteczek i ich fragmentów i na ich podstawie generuje nowe związki. W tym systemie generator odpowiada za „wymyślanie” molekuł, a dyskryminator ma za zadanie ocenić, czy cząsteczka została stworzona przez sieć neuronową, czy pochodzi z bazy znanych, istniejących związków.
Zespół przetestował działanie GENTLR, wykorzystując go do zaprojektowania inhibitorów receptora DDR1, którego działanie jest łączone z powstawaniem nowotworów. Istnieją już substancje, które w ten sposób działają. Ich opracowanie zajęło osiem lat i kosztowało miliony dolarów.
Zaprojektowanie, wyselekcjonowanie, zsyntetyzowanie i przetestowanie leku trwało 46 dni i kosztowało około 150 tysięcy dolarów
Stworzony przez Insilico system zaprojektował 30 tysięcy molekuł, które potencjalnie spełniały kryteria zadania. Zajęło mu to… 21 dni. Spośród nich losowo wyłoniono 40, z których po wstępnej ocenie wybrano sześć najbardziej obiecujących. Po 35 dniach od początku eksperymentu wybrane substancje były już zsyntetyzowane. Poddano je gruntownej analizie, a wybranego kandydata – testom na zwierzętach. Przeszedł je pomyślnie. Ostatecznie zaprojektowanie, wyselekcjonowanie, zsyntetyzowanie i przetestowanie leku trwało 46 dni i kosztowało około 150 tysięcy dolarów.
„Kiedy pierwszy raz w 2016 roku zaproponowaliśmy użycie generatywnych sieci przeciwstawnych, by przyspieszyć proces opracowywania leków, większość branży była sceptyczna. Przeprowadzone z sukcesem eksperymenty z systemem GENTRL przeniosły kwestię użycia SI do odkrywania leków ze sfery akademickich teorii do rzeczywistości” – mówi założyciel Insilico Alex Zhavoronkov cytowany przez stronę aidaily.co.uk.
Molekuły stworzone przez Insilico okazały się nieco mniej skuteczne niż już istniejące związki stworzone tradycyjnymi metodami przez koncerny farmaceutyczne.
„Ich molekuły są niesamowite, są nieco lepsze niż to, na co stać naszą SI. Z drugiej strony – to są lata pracy specjalistów kontra grupka ludzi, którzy nie mają zbyt wiele pojęcia o chemii” – przyznaje Zhavoronkov
To bardzo obiecująca technologia, która ma szansę zrewolucjonizować proces odkrywania nowych leków. Warto podkreślić, że Insilico udostępniło kod systemu GENTRL na zasadzie open source – jest dostępny w repozytorium GitHub i każdy może z niego skorzystać.