CYP450 как препятствие в разработке.
Есть много причин, по которым от многообещающих лекарств отказываются в процессе разработки фармацевтических препаратов, и одна из них - цитохром P450. Набор ферментов, в основном вырабатываемых в печени, CYP450, как его обычно называют, участвует в расщеплении химических веществ и предотвращении их накопления до опасного уровня в кровотоке и тканях. Оказывается, многие экспериментальные препараты подавляют выработку CYP450 - неприятный побочный эффект, который может сделать такое лекарство токсичным и крайне опасным.
Фармацевтические компании долгое время полагались на традиционные инструменты, пытаясь предсказать, будет ли препарат-кандидат ингибировать CYP450 у пациентов, например, путем проведения химических анализов в пробирках, изучения взаимодействия CYP450 с более изученными лекарствами, имеющими химическое сходство, и проведения тестов на мышей. Но такие прогнозы не верны минимум в трети случаев. Токсичность, связанная с CYP450, может выявиться только во время испытаний на людях, что приведет к потере миллионов долларов и многих лет напряженной работы. Эта дорогостоящая неточность может иногда казаться «проклятием нашего существования», - говорит Саураб Саха, старший вице-президент по исследованиям, разработкам и трансляционной медицине Bristol-Myers Squibb.
Неэффективность, подобная этой, усугубляет более серьезную проблему: мировая фармацевтическая промышленность с оборотом в 1 триллион долларов находится в состоянии снижения производительности и разработки лекарств в течение как минимум двух десятилетий. Фармацевтические компании тратят все больше и больше - 10 крупнейших из них теперь платят почти 80 миллиардов долларов в год - чтобы выпускать все меньше и меньше успешных лекарств. Десять лет назад каждый доллар, вложенный в исследования и разработки, приносил доход в 10 центов; сегодня он приносит менее двух центов. Отчасти это связано с тем, что были найдены лекарства, которые гораздо проще синтезировать и которые безопасно и эффективно лечат общие расстройства; что осталось, это охота на лекарства, которые помогали бы достичь решения сложнейших задач и которые лечили бы расстройства, затрагивающие лишь незначительную часть населения, и, таким образом, могли бы принести гораздо меньший доход.
Поэтому неудивительно, что индустрия с энтузиазмом относится к инструментам искусственного интеллекта для разработки лекарств. Эти инструменты не работают, если в них запрограммированы аналитические методы, разработанные экспертами; пользователи скорее скармливают им образцы проблем (молекулы) и решения (поведение молекулы в роли лекарства), чтобы программа могла разработать свои собственные вычислительные подходы для получения тех же решений.
Глубокое обучение.
Большинство приложений для открытия лекарств на основе искусственного интеллекта принимают форму техники, называемой машинным обучением, включая подмножество подхода, называемого глубоким обучением. Большинство программ машинного обучения могут работать с небольшими наборами данных, которые организованы и помечены, в то время как программы глубокого обучения могут работать с необработанными, неструктурированными данными и способны обрабатывать большие объемы информации. Таким образом, программа машинного обучения может научиться распознавать различные особенности клетки после того, как ей будут показаны десятки тысяч примеров, на которых необходимые участки уже помечены. Версия с глубоким обучением может определить эти части самостоятельно из не маркированных изображений ячеек, но для этого может потребоваться просмотреть миллион из них, но это уже не будет проблемой.
Многие ученые в этой области считают, что ИИ в конечном итоге улучшит разработку лекарств несколькими способами: путем выявления многообещающих кандидатов в лекарственные препараты; за счет повышения «показателя успешности» или процента кандидатов, прошедших клинические испытания и получивших одобрение регулирующих органов; и ускоряя общий процесс регистрации нового лекарства.
Было интересно? Подписывайтесь и не пропускайте новые публикации. На моем Телеграмм канале вы можете найти еще больше интересных статей, а в Инстаграмм множество коротких, но крайне познавательных публикаций.
С любовью, Ginico.
