Разработка лекарств занимает много времени. От поиска нужного соединения до одобрения FDA (Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов) может занять более десяти лет и стоить миллиард долларов. Исследовательская группа Центра выпускников Городского университета Нью-Йорка создала модель искусственного интеллекта, которая сокращает время и стоимость процесса разработки лекарств.
Модель назвали CODE-AE и она проверяет новые лекарственные соединения, чтобы спрогнозировать, как они повлияют на людей и их эффективность. В ходе испытаний ученые, хоть и теоретически, нашли персонализированные лекарства для более чем 9 000 пациентов, которые лучше бы лечили заболевания испытуемых. Авторы разработки надеются, что их метод в разы ускорит открытие лекарств и прецизионную медицину.
Точное и надежное прогнозирование реакции конкретного пациента на новое химическое соединение имеет решающее значение для открытия безопасных и эффективных терапевтических средств и выбора существующего препарата для конкретного пациента. Однако проводить раннее тестирование эффективности лекарства непосредственно на людях нельзя.
В качестве аналогов ученые используют клеточные или тканевые модели. Цель — оценить терапевтический эффект молекулы лекарства. Но эффект препарата на модели часто не коррелирует с эффективностью и токсичностью препарата у пациентов-людей. Этот пробел в знаниях — основной фактор высокой стоимости и низкой производительности разработки лекарств.
Читать далее:
Живые организмы сделали Марс непригодным для обитания
Самое мощное столкновение черных дыр во Вселенной доказало теорию Эйнштейна
Кости в пещере «Полуночного ужаса» тщательно изучили и нашли там необъяснимые следы