במהלך שעשוי לעצב מחדש את גילוי התרופות, חוקרים בבית הספר לרפואה של הרווארד עיצבו מודל בינה מלאכותית המסוגל לזהות טיפולים הפונים מצבי מחלה בתאים.
בניגוד לגישות מסורתיות הבודקות בדרך כלל יעד או תרופה חלבון אחד בכל פעם בתקווה לזהות טיפול יעיל, המודל החדש, המכונה Pdgrapher וזמין בחינם, מתמקד במניעים מרובים של מחלות ומזהה את הגנים הסבירים ביותר להחזיר תאים חולים לתפקוד בריא.
הכלי מזהה גם את היעדים הבודדים או המשולבים הטובים ביותר לטיפולים המתקנים את תהליך המחלה. היצירה, שתוארה 9 בספטמבר ב מהנדס ביו -רפואי טבעיG, נתמך בחלקו במימון הפדרלי.
על ידי אפס היעדים ככל הנראה להפוך את המחלה, הגישה החדשה עשויה להאיץ את הגילוי והעיצוב של התרופות ולפתוח טיפולים לתנאים שחיקו זה מכבר שיטות מסורתיות, ציינו החוקרים.
גילוי סמים מסורתי דומה לטעימות של מאות מנות מוכנות כדי למצוא אחת שבמקרה טועמת מושלמת. Pdgrapher עובד כמו שף אב שמבין מה הם רוצים שהמנה תהיה ואיך בדיוק לשלב מרכיבים כדי להשיג את הטעם הרצוי. "
Marinka Zitnik, ללמוד סופר בכיר, פרופסור חבר לאינפורמטיקה ביו -רפואית במכון בלווטניק ב- HMS
גישת הגילוי התרופתי המסורתית – המתמקדת בהפעלה או עיכוב של חלבון יחיד – הצליחה עם טיפולים כמו מעכבי קינאז, תרופות החוסמות חלבונים מסוימים המשמשים תאים סרטניים כדי לצמוח ולחלק. עם זאת, ציטניק ציין, פרדיגמת גילוי זו יכולה ליפול בקצרה כאשר מחלות מונעות על ידי יחסי הגומלין של מסלולי איתות מרובים וגנים. לדוגמה, תרופות פורצות דרך רבות שהתגלו בעשורים האחרונים – חשבו מעכבי מחסום חיסוני וטיפולים בתאי T CAR – עובדים על ידי מיקוד לתהליכי מחלה בתאים.
הגישה שמאפשרת Pdgrapher, אמר זיטניק, מסתכלת על התמונה הגדולה יותר למצוא תרכובות שיכולות למעשה להפוך סימני מחלה בתאים, גם אם מדענים עדיין לא יודעים בדיוק על אילו מולקולות אלה תרכובות עשויות לפעול.
כיצד עובד Pdgrapher: מיפוי קישורים ואפקטים מורכבים
Pdgrapher הוא סוג של כלי בינה מלאכותי הנקרא רשת עצבית גרף. כלי זה לא מסתכל רק על נקודות נתונים בודדות אלא על החיבורים הקיימים בין נקודות נתונים אלה לבין ההשפעות שיש להם זה על זה.
בהקשר של ביולוגיה וגילוי תרופות, גישה זו משמשת למיפוי הקשר בין גנים, חלבונים שונים ומסלולי איתות בתוך תאים ולחזות את השילוב הטוב ביותר של טיפולים אשר יתקן את התפקוד הבסיסי של התא כדי להחזיר את התנהגות התאים הבריאה. במקום לבדוק באופן ממצה תרכובות ממאגרי נתונים גדולים של תרופות, המודל החדש מתמקד בשילובי תרופות אשר ככל הנראה יהפכו את המחלות.
Pdgrapher מצביע על חלקים מהתא שעשויים להניע מחלה. בשלב הבא, זה מדמה את מה שקורה אם החלקים הסלולריים הללו היו כבים או מחויבים כלפי מטה. לאחר מכן מודל ה- AI מציע תשובה האם תא חולה היה קורה אם יעדים מסוימים היו "נפגעים".
"במקום לבדוק כל מתכון אפשרי, Pdgrapher שואל: 'איזה תערובת של מרכיבים יהפוך את המנה התפל או המלוח הזה לארוחה מאוזנת לחלוטין?'" אמר זיטניק.
יתרונות הדגם החדש
החוקרים אימנו את הכלי במערך נתונים של תאים חולים לפני ואחרי הטיפול, כך שיוכל להבין לאילו גנים למקד כדי להעביר תאים ממצב חולה למצב בריא.
בשלב הבא, הם בדקו זאת ב -19 מערכי נתונים המשתרעים על 11 סוגים של סרטן, תוך שימוש בניסויים גנטיים וגם מבוססי תרופות, וביקשו מהכלי לחזות אפשרויות טיפול שונות לדגימות תאים שלא ראתה לפני כן ולסוגי סרטן הוא לא נתקל.
הכלי ניבא במדויק יעדי תרופות שכבר ידועים כעובדים אך הוחרגו במכוון במהלך האימונים כדי להבטיח שהמודל לא יזכרו פשוט את התשובות הנכונות. היא גם זיהתה מועמדים נוספים הנתמכים על ידי עדויות מתעוררות. המודל גם הדגיש את KDR (VEGFR2) כיעד לסרטן ריאות תאים שאינם קטנים, תוך התאמה עם עדויות קליניות. היא גם זיהתה את TOP2A – אנזים שכבר ממוקד על ידי כימותרפיות מאושרות – כיעד טיפול בגידולים מסוימים, והוסיף לראיות ממחקרים פרה -קליניים אחרונים כי ניתן להשתמש בעכבה TOP2A כדי לרסן את התפשטות הגרורות בסרטן ריאות תאים שאינם קטנים.
המודל הראה דיוק ויעילות מעולים, בהשוואה לכלים דומים אחרים. במערכי נתונים שלא נראו בעבר, היא דירגה את היעדים הטיפוליים הנכונים הגבוהים של עד 35 אחוזים מכפי שעשו דגמים אחרים והעניקו תוצאות עד פי 25 יותר מגישות AI דומות.
מה המקדמה של AI זו לחוסר עתיד הרפואה
החוקרים אמרו כי הגישה החדשה עשויה לייעל את אופן התכנון של תרופות חדשות. הסיבה לכך היא שבמקום לנסות לחזות כיצד כל שינוי אפשרי ישפיע על תא ואז לחפש תרופה שימושית, PDGrapher מייד מבקש אילו יעדים ספציפיים יכולים להפוך תכונה של מחלה. זה הופך את זה למהיר יותר לבדוק רעיונות ומאפשר לחוקרים להתמקד בפחות יעדים מבטיחים.
כלי זה יכול להועיל במיוחד למחלות מורכבות המונעות על ידי מסלולים מרובים, כמו סרטן, בהם גידולים יכולים להערים על תרופות הפוגעות רק ביעד אחד. מכיוון ש- Pdgrapher מזהה יעדים מרובים המעורבים במחלה, זה יכול לעזור לעקוף בעיה זו.
בנוסף, החוקרים אמרו כי לאחר בדיקה מדוקדקת לאימות המודל, ניתן להשתמש בו יום אחד לניתוח הפרופיל הסלולרי של המטופל ולסייע בתכנון שילובי טיפול אינדיבידואליים.
לבסוף, מכיוון ש- Pdgrapher מזהה נהגים ביולוגיים של אפקטים של מחלות, זה יכול לעזור לחוקרים להבין מדוע שילובי תרופות מסוימים עובדים – המציעים תובנות ביולוגיות חדשות שיכולות להניע גילוי ביו -רפואי עוד יותר.
הצוות משתמש בימים אלה במודל זה כדי להתמודד עם מחלות מוח כמו של פרקינסון ואלצהיימר, תוך התבוננות כיצד התאים מתנהגים במחלות ובאיתור גנים שיכולים לעזור להחזיר אותם לבריאות. החוקרים משתפים פעולה גם עם עמיתים במרכז ל- XDP בבית החולים הכללי של מסצ'וסטס כדי לזהות יעדי תרופות חדשים ולמפות אילו גנים או זוגות של גנים יכולים להיות מושפעים מטיפולים לדיסטוניה-פארקינוניזם מקושרים, הפרעה נוירו-נוירו-נוירה נדירה.
"המטרה הסופית שלנו היא ליצור מפת דרכים ברורה של דרכים אפשריות להפוך את המחלה ברמה התאית", אמר זיטניק.
