Harvard opracował narzędzie AI, które wskazuje geny i kombinacje leków zdolne odwrócić chorobę w komórkach
Naukowcy z Harvard Medical School stworzyli narzędzie sztucznej inteligencji, które może zmienić sposób odkrywania leków. PDGrapher potrafi identyfikować geny i kombinacje leków przywracające chore komórki do zdrowia, co otwiera nowe możliwości w leczeniu raka i chorób neurodegeneracyjnych. Wyniki badań opublikowano w "Nature Biomedical Engineering".
Tradycyjne odkrywanie leków często polega na testowaniu setek związków chemicznych w nadziei, że któryś okaże się skuteczny.
– „Tradycyjne odkrywanie leków przypomina degustację setek gotowych dań, aby znaleźć to, które akurat smakuje idealnie” – mówi dr Marinka Zitnik, główna autorka badania i adiunkt informatyki biomedycznej w Instytucie Blavatnika na Harvard Medical School. – „PDGrapher działa jak mistrz kuchni, który rozumie, jaki ma być smak dania i dokładnie jak połączyć składniki, aby uzyskać pożądany smak”.
Nowe narzędzie to grafowa sieć neuronowa, która analizuje nie tylko pojedyncze dane, ale też powiązania między nimi. W biologii oznacza to mapowanie zależności pomiędzy genami, białkami i szlakami sygnałowymi, a następnie przewidywanie, które kombinacje leków mogą odwrócić proces chorobowy w komórkach.
Zamiast testować wszystkie możliwe substancje z baz danych, PDGrapher wskazuje tylko te cele, które z największym prawdopodobieństwem przywrócą zdrowe funkcjonowanie komórki. Model symuluje, co się stanie, gdy dane geny lub białka zostaną wyłączone, i sprawdza, czy komórka nadal będzie zachowywała się jak chora.
Aby sprawdzić skuteczność modelu, naukowcy wykorzystali 19 zbiorów danych obejmujących 11 rodzajów nowotworów. PDGrapher poprawnie identyfikował cele leków już znanych, a także wskazał dodatkowe kandydaty, których skuteczność potwierdzają najnowsze badania. Przykładem jest KDR (VEGFR2), cel terapii niedrobnokomórkowego raka płuca, oraz TOP2A – enzym będący już celem chemioterapii, którego blokowanie może hamować przerzuty.
Model przewyższał inne narzędzia – trafność klasyfikacji była nawet o 35% wyższa, a czas uzyskania wyników do 25 razy krótszy niż w przypadku porównywalnych metod.
Zobacz także:
PDGrapher może odegrać szczególną rolę w chorobach, w których wiele szlaków biologicznych napędza rozwój schorzenia, takich jak nowotwory czy choroby neurodegeneracyjne. Zespół testuje go już w badaniach nad chorobą Parkinsona i Alzheimera, a także we współpracy z Massachusetts General Hospital nad rzadką dystonią sprzężoną z chromosomem X.
– „Naszym ostatecznym celem jest stworzenie przejrzystej mapy drogowej przedstawiającej możliwe sposoby odwrócenia choroby na poziomie komórkowym” – podkreśla Zitnik.
Odkrycie może znacząco przyspieszyć rozwój terapii spersonalizowanych. Dzięki temu, że PDGrapher wskazuje konkretne cele do badań, skraca czas testowania i zmniejsza koszty, a jednocześnie dostarcza nowych wglądów w mechanizmy chorób. Jak zauważają badacze, narzędzie może stać się fundamentem nowego paradygmatu w farmakologii – odchodząc od „jednego celu – jednego leku” w stronę złożonych, precyzyjnych kombinacji terapeutycznych.
politykazdrowotna
