Az új gyógyszerek felkutatása – úgynevezett „gyógyszerfelfedezés” – drága és időigényes feladat. A gépi tanulásnak nevezett mesterséges intelligencia azonban nagymértékben felgyorsíthatja a folyamatot, és az ár töredékéért elvégezheti a munkát.
A közelmúltban ezt a technológiát használva, Vanessa Smer-Barreto , az Edinburghi Egyetem Genetikai és Molekuláris Orvostudományi Intézetének kutatója, három igéretes szenolitikus gyógyszert szeretett volna találni – olyan gyógyszereket, amelyek lassítják az öregedést és megelőzik az életkorral összefüggő betegségeket.
Pusztítják a zombisejteket
A szenolitikumok az öregedő sejtek elpusztításával fejtik ki hatásukat . Ezek olyan sejtek, amelyek "élnek" (metabolikusan aktívak), de már nem tudnak replikálódni, innen a becenevük: zombisejtek.
A replikáció képtelensége nem feltétlenül rossz dolog. Ezek a sejtek DNS-károsodást szenvedtek – például a napsugarak által károsított bőrsejteket – így a replikáció leállítása megakadályozza a károsodás terjedését.
Az öregedő sejtek kedvezőtlen hatásai
Gyulladásos folyamatokat indíthatnak el, a fehérje csoportok kiválasztása által, amely átterjedhet a szomszédos sejtekre.
Egy életen át a sejtjeink támadások özönét szenvedik el, az UV-sugárzástól a vegyi anyagoknak való kitettségig, és így ezek a sejtek felhalmozódnak.
Az öregedő sejtek megnövekedett száma számos betegségben szerepet játszik, beleértve a 2-es típusú cukorbetegséget , a COVID-t, a tüdőfibrózist, az osteoarthritist és a rákot.
Laboratóriumi egereken végzett vizsgálatok kimutatták, hogy az öregedő sejtek eltávolítása szenolitikumok segítségével enyhítheti ezeket a betegségeket. Ezek a gyógyszerek elpusztíthatják a zombi sejteket, miközben életben tartják az egészséges sejteket.
Körülbelül 80 szenolitikum ismert, de csak kettőt teszteltek embereken: a dasatinib és a kvercetin kombinációját . Jó lenne több szenolizáló szert találni, amelyek különféle betegségekben használhatók, de tíz-húsz év és több milliárd dollárba kerül, amíg egy gyógyszer piacra kerül.
Eredmények öt perc alatt
“Kollégáimmal – köztük az Edinburghi Egyetem kutatóival és a spanyolországi Santanderben működő Spanyol Nemzeti Kutatási Tanács IBBTEC-CSIC kutatóival – azt szerettem volna tudni, hogy képesek-e betanítani a gépi tanulással a modelleket, új szenolitikus gyógyszerek molekuláinak azonosítására.” – mondta Vanessa Smer-Barreto.
Ehhez az AI modelleket ismert szenolitikus és nem szenolitikus szerek példáival látták el . A modellek megtanulták megkülönböztetni a kettőt, és felhasználhatók annak előrejelzésére, hogy az általuk korábban soha nem látott molekulák is lehetnek-e szenolitikumok.
A gépi tanulási probléma megoldására először egy sor különböző modellen tesztelték az adatokat, mivel ezek közül néhány általában jobban teljesít, mint más modellek.
A legjobban teljesítő modell meghatározásához a folyamat elején elkülönítették a rendelkezésre álló képzési adatok egy kis részét, és a betanítási folyamat befejezéséig rejtve maradt a modell előtt.
Ezeket a tesztadatokat használták fel a modell által elkövetett hibák számszerűsítésére. Az nyert, amelyik a legkevesebb hibát követte el.
Meghatározták a legjobb modellt, és beállították előrejelzések készítésére. 4340 molekulát adtak neki, és öt perccel később megküldte az eredmények listáját.
Az AI-modell 21 legjobban jegyzett molekulát azonosított, amelyekről nagy valószínűséggel szenolitikus hatásúnak ítélte.
Ha az eredeti 4340 molekulát tesztelték volna a laboratóriumban, akkor legalább néhány hét intenzív munkába és 50 ezer font, mintegy 22 és fél millió forintba került volna csak a vegyületek megvásárlása, nem számítva a kísérleti gépezet és a beállítás költségeit.
A gyógyszereket egészséges és öregedő sejteken tesztelték. Az eredmények azt mutatták, hogy a 21 vegyület közül három (periplocin, oleandrin és ginkgetin) képes eltávolítani az öregedő sejteket, miközben a legtöbb normális sejtet életben tartotta. Ezeket az új szenolitikumokat ezután további tesztelésnek vetették alá, hogy többet megtudjanak arról, hogyan működnek a szervezetben.
A részletesebb biológiai kísérletek kimutatták, hogy a három gyógyszer közül az oleandrin hatékonyabb volt, mint a legjobban teljesítő ismert szenolitikus gyógyszer.
A három szenelitikumot emberi tüdőszövetben tesztelik, az eredmények két év múlva várhatóak.
Elegendő jó minőségű adatok birtokában az AI-modellek felgyorsíthatják azt a csodálatos munkát, amelyet a vegyészek és biológusok végeznek a betegségek kezelésének és gyógymódjának megtalálása érdekében.
Kép: pixabay
