Найти тему
Readovka.news

Ученые планируют использовать искусственный интеллект в разработке вакцин

pharmmedprom.ru
pharmmedprom.ru

О перспективах потенциально нового метода применения искусственного интеллекта в медицине рассказали профессора Аарон Эссер-Кан и Эндрю Фергюсон из Чикагского университета. Ученые проводили эксперимент, в котором изучались возможности машинного обучения в разработке вакцин и иммунотерапии. Во время исследования они обнаружили молекулы с рекордными характеристиками, которые не смог бы увидеть ни один человек.

Найденные частицы вызывают правильный иммунный ответ, однако в своих размерах они очень малы, при этом их число превышает количество звезд во Вселенной. Раскрыть их свойство, позволяющее усилить иммунитет и получить лучший иммуномодулятор на рынке, помогло именно машинное обучение – один из инструментов искусственного интеллекта. ИИ осуществлял свою работу на основе ранее собранных данных из почти 140 тыс образцов частиц, благодаря чему указал на области, которые были «белыми пятнами» для ученых.

В этом случае Фергюсону и Эссер-Кану удалось найти молекулы, которые при особых условиях способствуют усилению иммунных реакций в опухолях и могут стать многообещающим средством для лечения рака. Они превзошли лучшие по своей реакции образцы, которые имелись в базе, на 20%. Кроме того, исследователи также нашли несколько «универсальных» молекул, которые можно будет использовать в вакцинах: иммуномодуляторы, способные модифицировать иммунитет, и химические вещества, активизирующие клеточные рецепторы.

Чтобы лучше понять молекулы, обнаруженные с помощью машинного обучения, команда также определила общие химические особенности частиц. По словам Фергюсона, эти универсальные молекулы могут быть использованы во всех типах вакцин. Поэтому их будет легче вывести на рынок, так как одна частица может играть несколько ролей.

Команда Чикагского университета рассчитывает продолжить исследования для поиска большего количества малых молекул и надеется, что другие специалисты в этой области поделятся наборами данных, чтобы сделать их работу еще более плодотворной. Они планируют проверить молекулы на более специфическую иммунную активность, например, активацию определенных Т-клеток, или найти комбинацию, которая позволит им лучше контролировать иммунный ответ.