Η τεχνητή νοημοσύνη δεν έχει αλλάξει ακόμη την ανάπτυξη φαρμάκων, αλλά ορισμένες προσπάθειες φαίνονται πιο ελπιδοφόρες από άλλες.
Ο γίγαντας της έρευνας για τον καρκίνο Memorial Sloan Kettering και ο πρωτοπόρος της τεχνητής νοημοσύνης Absci ανακοίνωσαν τη Δευτέρα μια πρώτη στο είδος του συνεργασία για την ανάπτυξη έξι νέων θεραπειών για τον καρκίνο με τη χρήση γενετικής τεχνητής νοημοσύνης, υποσχόμενοι να φέρουν τα νέα φάρμακα σε κλινικές δοκιμές το επόμενο έτος.
Η MSK θα καθορίσει τον στόχο στα κύτταρα που πρέπει να παρακολουθούνται και η Absci θα χρησιμοποιήσει την τεχνητή νοημοσύνη της για να δημιουργήσει de novo ένα αντίσωμα που θα δεσμευτεί σε αυτόν τον στόχο.
«Αυτή είναι η πρώτη συνεργασία του είδους της που έχει κάνει η Absci, ειδικά με ένα ίδρυμα όπως το MSK», δήλωσε ο Sean McClain, ιδρυτής και διευθύνων σύμβουλος της Absci, σε συνέντευξή του στο ZDNET. «Προσφέρει μια πραγματικά μεγάλη συνέργεια: τη γνώση και την εμπειρία που έχει η MSK στην ογκολογία και αυτούς τους νέους στόχους που πρόκειται να καταλήξουν, με την ικανότητα της Absci να αναπτύσσει συναρπαστικές υποψηφιότητες φαρμάκων χρησιμοποιώντας την πλατφόρμα AI μας».
Επίσης: Η σύνδεση Generative AI με ιατρικά δεδομένα αυξάνει τη βοήθεια για τους γιατρούς
Η έγκριση της MSK είναι μια σημαντική ψήφος εμπιστοσύνης για τον πολύ νέο κόσμο της τεχνητής νοημοσύνης στις επιστήμες της ζωής.
«Αναζητούμε πάντα νέους τρόπους για να προχωρήσουμε τα πράγματα για τους ασθενείς σε όλο τον κόσμο και η τεχνητή νοημοσύνη είναι σίγουρα ένας τομέας στον οποίο πρέπει να εμπλακούμε», δήλωσε ο Gregory Raskin, MD, ανώτερος αντιπρόεδρος τεχνολογικής ανάπτυξης της MSK.
«Δεν έχουμε συνεργαστεί ποτέ με μια εταιρεία που εστιάζει στην τεχνητή νοημοσύνη για να δημιουργήσει νέα φάρμακα για αντισώματα», είπε. «Ελπίζουμε να γίνουμε όχι μόνο ηγέτης στη θεραπεία του καρκίνου, αλλά και ηγέτης στην τεχνητή νοημοσύνη στη θεραπεία του καρκίνου στο MSK».
Η συνεργασία περιγράφεται ως συμφωνία «συνανάπτυξης» και «συνεργασία 50/50», με αμφότερα τα μέρη να χρηματοδοτούν την πρωτοβουλία, αν και τα ποσά χρηματοδότησης δεν αποκαλύφθηκαν.
Οι διαπραγματεύσεις μεταξύ της MSK και της Absci ξεκίνησαν με συζητήσεις στο συνέδριο JP Morgan Healthcare στο Σαν Φρανσίσκο τον Ιούνιο και προχώρησαν τους επόμενους επτά μήνες, είπε ο Raskin.
Ο καταμερισμός εργασίας περιλαμβάνει το MSK που προτείνει τον στόχο, τη συζήτηση μεταξύ των δύο μερών για την επίτευξη συμφωνίας για τον προτεινόμενο στόχο και το Absci που μοιράζεται το σχεδιασμό του αντισώματος ή σειράς αντισωμάτων κατά του στόχου. Εκτός από τη μοντελοποίηση υπολογιστή που μπορεί να κάνει η Absci και τις δικές της εγκαταστάσεις υγρού εργαστηρίου, η MSK θα βοηθήσει με «βασικές εγκαταστάσεις και επιστήμονες στο ίδρυμά μας που είναι παγκόσμιοι ειδικοί στον προσδιορισμό του εάν ένα φάρμακο μπορεί να νικήσει όγκους και αν θα είναι ασφαλές», είπε. Ράσκιν.
«Μόλις εντοπίσουμε έναν στόχο, θα χρησιμοποιήσουμε γενετικά μοντέλα τεχνητής νοημοσύνης για να αναπτύξουμε αντισώματα σε αυτούς τους στόχους για να επιτύχουμε βιολογικό αποτέλεσμα», είπε ο ΜακΚλέιν.
Επίσης: Πώς η GenAI έγινε πολύ καλύτερη στην αντιμετώπιση ιατρικών ζητημάτων – χάρη στο RAG
“Το MSK διαθέτει περισσότερα από εκατό ερευνητικά εργαστήρια όπου ειδικοί εργάζονται στην ογκολογία και αναζητούν νέους στόχους για τη θεραπεία του καρκίνου”, δήλωσε ο Raskin. Σημείωσε ότι η MSK έχει εφεύρει δεκατρία φάρμακα εγκεκριμένα από τον FDA, συμπεριλαμβανομένου του Danyelza, μιας θεραπείας για παιδικό νευροβλάστωμα το 2020, και της Erleada, μιας θεραπείας για τον μη μεταστατικό ανθεκτικό στον ευνουχισμό καρκίνο του προστάτη το 2020. 2018.
Η MSK έχει τον δικό της πληθυσμό ασθενών που μπορεί να χρησιμοποιήσει για να δοκιμάσει φάρμακα που θα μπορούσαν να προέλθουν από τη συνεργασία, είπε ο Raskin στο ZDNET. Το νοσοκομείο διεξάγει περίπου 1.800 κλινικές δοκιμές, κάποιες για εξωτερικούς οργανισμούς, κάποιες για φάρμακα που έχει αναπτύξει εσωτερικά.
«Έχουμε τη δυνατότητα να γράφουμε τα δικά μας IND», είπε, «και μπορούμε να ξεκινήσουμε τις δοκιμές στους δικούς μας ασθενείς με αυτές τις τεχνολογίες», αναφερόμενος στα έγγραφα «διερευνητικού νέου φαρμάκου» που πρέπει να κατατεθούν στην Υπηρεσία Φαρμάκων της FDA τις Ηνωμένες Πολιτείες, οι οποίες είναι υπεύθυνες για την έγκριση κλινικών δοκιμών και τελικά την αποδοχή ή την απόρριψη φαρμάκων.
Η ελκυστικότητα της τεχνητής νοημοσύνης, είπε ο Raskin, είναι η δυνατότητα της τεχνολογίας να επιταχύνει την ανάπτυξη φαρμάκων, η οποία κατά μέσο όρο διαρκεί μια δεκαετία. Χρησιμοποιώντας τη γενετική τεχνητή νοημοσύνη, τα νέα φάρμακα μπορούν να συλληφθούν και να προσομοιωθούν γρήγορα σε έναν υπολογιστή, σε ορισμένες περιπτώσεις κόβοντας χρόνια από την τυπική διαδικασία της in vitro χημείας και των δοκιμών σε ζώα in vivo.
«Στην περίπτωση των αντισωμάτων ποντικού, αυτή είναι μια δοκιμασμένη στο χρόνο προσέγγιση, απαιτεί πολύ χρόνο και κόπο», σημείωσε ο Raskin. «Μπορεί να καταλήξετε με μια κακή σειρά αντισωμάτων που δεν συνδέονται καλά με τον στόχο σας».
«Ελπίζουμε ότι αυτή η μέθοδος θα χρησιμοποιηθεί πιο γρήγορα στους ασθενείς μας – αυτό είναι το κύριο πράγμα».
Επίσης: Η γενετική τεχνητή νοημοσύνη θα μπορούσε να μειώσει τις τιμές των φαρμάκων. Να πώς
Ο McClain σημείωσε ότι αυτό που είναι σημαντικό για την πρώτη συνεργασία της Absci για την ανάπτυξη φαρμάκων με ένα νοσοκομείο είναι «η ικανότητα να παρέχουμε στους ασθενείς με MSK τα φάρμακα που αναπτύσσουμε από κοινού και τη δυνατότητα να λαμβάνουν πραγματική βοήθεια από την MSK όσον αφορά την εφαρμογή, διασφαλίζοντας ότι επιλέγουμε το σωστή κλινική στρατηγική.”
Η Absci έχει ήδη συνεργασίες με αρκετούς φαρμακευτικούς κολοσσούς, όπως η AstraZeneca, η Almirall και η Merck, καθώς και η Nvidia με τσιπ τεχνητής νοημοσύνης.
Η συνεργασία της MSK είναι διαφορετική στο ότι το ινστιτούτο είναι ένας μη κερδοσκοπικός παρά ένας κερδοσκοπικός οργανισμός Big Pharma, είπε ο McClain. Επειδή η εμπορευματοποίηση μιας θεραπείας μπορεί να είναι μνημειώδης, οι Absci και Memorial Sloan Kettering σχεδιάζουν να δεσμεύσουν έναν φαρμακευτικό εταίρο για να εμπορευματοποιήσουν τελικά οποιοδήποτε φάρμακο, είπε ο McClain, ιδανικά αφού επιδείξουν οι ίδιοι μια «απόδειξη της ιδέας».
Όσο για το τι θα στοχεύουν τα έξι φάρμακα, «δεν νομίζω ότι γνωρίζουμε ακόμη», είπε ο Ράσκιν. «Πρέπει να μιλήσουμε με τους επιστήμονές μας και να δούμε τι ταιριάζει με αυτό που πιστεύει ο Absci».
Η εύρεση ενός στόχου για τον καρκίνο είναι από μόνη της μια αγχωτική εργασία, σημείωσε ο McClain. Η Absci έχει τους πόρους για να αναπτύξει νέα αντισώματα χρησιμοποιώντας γενετική τεχνητή νοημοσύνη, αλλά η εταιρεία χρειάζεται την τεχνογνωσία επιστημόνων που είναι εκπαιδευμένοι να κυνηγούν τους υποδοχείς φαρμάκων στο σώμα για αξιόλογα μέρη για να χτυπήσει.
«Πολλοί GPCR γίνονται νέοι στόχοι», είπε, αναφερόμενος στους «υποδοχείς συζευγμένους με πρωτεΐνη G», που είναι η μεγαλύτερη οικογένεια υποδοχέων που στοχεύουν εγκεκριμένα φάρμακα.
«Εάν η MSK καταλήξει σε ένα νέο GPCR, η πλατφόρμα μας είναι πολύ κατάλληλη για να μπορέσει να βρει ένα αντίσωμα που δεσμεύεται σε αυτόν τον στόχο», αυτό που ο McClain αποκαλεί «βοήθεια στη δημιουργία βιολογίας».
Η συνεργασία, εάν παράγει οριστικά κλινικά δεδομένα, θα μπορούσε να παράσχει σημαντικά στοιχεία δεδομένου ότι δεν υπάρχουν μέχρι σήμερα ουσιαστικά κλινικά στοιχεία για τη χρησιμότητα του AI. «Υπάρχουν κάποιες μικρές εταιρείες μορίων που θα έχουν Φάση II [clinical trial] «Μαρτυρία», είπε ο ΜακΚλέιν. «Όμως, όσον αφορά τα αντισώματα, αυτά θα είναι μερικά από τα πρώτα που θα φτάσουν στην κλινική».
Το Absci έχει δείξει πρώιμα στοιχεία ότι η γενετική τεχνητή νοημοσύνη μπορεί να αναπτύξει νέα αντισώματα που συνδέονται με στόχους καρκίνου. Τον Μάρτιο, η Absci ανακοίνωσε την ανάπτυξη νέων αντισωμάτων κατά του λεγόμενου υποδοχέα ανθρώπινου επιδερμικού αυξητικού παράγοντα 2, ή HER2, ενός ανθρώπινου ογκογονιδίου που έχει συνδεθεί με ορισμένες μορφές καρκίνου του μαστού.
Δεν τροφοδοτήθηκαν δεδομένα σχετικά με υπάρχοντα επιτυχημένα αντισώματα anti-HER2 στο μοντέλο AI, ούτε υπήρχαν σαφείς πληροφορίες σχετικά με τον τρόπο επιτυχούς σύνδεσης ή «δέσμευσης» στο HER2.
Το κύριο υποψήφιο φάρμακο της Absci, το ABS-101, είναι μια θεραπεία για το σύνδρομο ευερέθιστου εντέρου. Το νέο αντίσωμα, που αναπτύχθηκε χρησιμοποιώντας το gen AI, συνδέεται με την πρωτεΐνη TL1A στα κύτταρα του ανοσοποιητικού, της οποίας η υπερέκφραση σχετίζεται με διάφορες φλεγμονώδεις αυτοάνοσες ασθένειες. Το αντίσωμα αναπτύχθηκε από την αρχή σε μόλις δεκατέσσερις μήνες και κόστισε λιγότερο από 5 εκατομμύρια δολάρια, τόνισε ο McClain.
Το ABS-101 αναμένεται να ξεκινήσει κλινικές δοκιμές Φάσης Ι το επόμενο έτος. Ένα άλλο έργο, το ABS-301, είναι ένας άγνωστος στόχος “ανοσο-ογκολογίας” που έχει επικυρωθεί εσωτερικά από την Absci.
«Αρχίζουμε να βλέπουμε αντισώματα και μικρά μόρια που δημιουργούνται από την τεχνητή νοημοσύνη να μπαίνουν στην κλινική», είπε ο ΜακΚλέιν.
Δεδομένων των ανησυχιών σχετικά με το απόρρητο των δεδομένων ασθενών, είναι σημαντικό να γίνει διάκριση μεταξύ των δεδομένων ασθενών MSK και της εκπαίδευσης μοντέλου Absci AI.
«Θα χρησιμοποιήσουμε τα δεδομένα και την τεχνογνωσία τους για να επιλέξουμε τον στόχο για τον καρκίνο και στη συνέχεια θα χρησιμοποιήσουμε το μοντέλο μας για να ταξινομήσουμε τα αντισώματα», είπε ο McClain. “Δεν σχεδιάζουμε να χρησιμοποιήσουμε δεδομένα MSk για να εκπαιδεύσουμε τα μοντέλα μας, θα δημιουργήσουμε αυτά τα δεδομένα εσωτερικά, θα τα χρησιμοποιήσουμε για εκπαίδευση – έτσι από αυτή την άποψη θα είναι εντελώς ξεχωριστά και ασφαλή.”