Sztuczna inteligencja wytypowała substancje, które potencjalnie można wykorzystać w terapii COVID-19

EG/PAP
opublikowano: 17-08-2020, 08:49

Z pomocą sztucznej inteligencji naukowcy z University of California przebadali miliony różnych związków i wskazali te, które mogłyby zostać wykorzystane przeciwko SARS-CoV-2. Badania mogą pomóc w opracowaniu leków także na inne schorzenia.

Ten artykuł czytasz w ramach płatnej subskrypcji. Twoja prenumerata jest aktywna

"Mamy do czynienia z pilną potrzebą znalezienia skutecznych środków, które będą leczyć lub zapobiegać COVID-19. Opracowaliśmy system przetwarzania potokowego przeznaczony do odkrywania leków, który znalazł szereg potencjalnych substancji" - mówi kierujący pracami prof. Anandasankar Ray.

Sztuczna inteligencja wspiera poszukiwanie nowych terapii

System opiera się na sztucznej inteligencji, która uczy się przewidywać działanie różnych związków. 

"Potokowe systemy analizujące leki, takie jak nasz, są niezwykle ważne jako pierwszy krok w systematycznych poszukiwaniach" - dodaje ekspert.

Naukowcy tłumaczą, że priorytet ma dziś zastosowanie przeciw COVID-19 leków zatwierdzonych już przez amerykańską Agencję Żywności i Leków (FDA), a stosowanych w leczeniu innych chorób. Istnieje jednak również duże zapotrzebowanie na nowe leki hamujące wnikanie wirusa do komórek i jego namnażanie. W obu przypadkach może pomóc zastosowana przez badaczy nowa metoda - algorytm, który poszukuje substancji oddziałujących na niektóre z 65 ludzkich białek, mających znaczenie interakcjach organizmu z wirusem. Algorytmy robią to poprzez analizę trójwymiarowej struktury badanych związków.

"Tych 65 białek jest raczej różnorodnych i mają one znaczenie także w przypadku wielu innych chorób, w tym nowotworów. Oprócz ponownego wykorzystania istniejących już leków oddziałujących na te białka chcieliśmy znaleźć też nowe substancje, które obecnie nie są dobrze przebadane" - podkreśla twórca systemu Joel Kowalewski.

Z pomocą nowej metody naukowcy przeanalizowali ponad 10 mln dostępnych na rynku cząsteczek chemicznych, opisanych w bazie zawierającej 200 mln substancji. W ten sposób znaleźli najlepiej oddziałujące z 65 białkami ważnymi dla rozwoju infekcji.

Oszczędność czasu i środków finansowych

Zbadali też 100 tys. substancji spośród już zatwierdzonych przez FDA (jako leki lub dodatki do pożywienia). Za pomocą komputerowych modeli przeanalizowali też wstępnie potencjalną toksyczność sprawdzanych cząsteczek, dzięki czemu odrzucili związki szkodliwe.

Ostatecznie wskazali najbardziej obiecujące substancje, z których część oddziaływała jednocześnie nawet z dwoma lub więcej białkami, ważnymi w razie infekcji SARS-CoV-2.

Naukowcy zwracają uwagę na to, że ich metoda jest dużo tańsza i szybsza, niż typowe badania biologiczne na komórkach. 

"Nasza baza danych może pozwolić na szybką identyfikację i testowanie nowych, bezpiecznych strategii leczenia COVI-19 i innych chorób, dla których istotne są te 65 białka. Choć zmotywowała nas pandemia COVID-19, to oczekujemy, że nasze przewidywania dotyczące 10 milionów cząsteczek przyspieszą poszukiwania leków przeciwko także innym chorobom" - mówi naukowiec.

"W perspektywie historycznej leczenie chorób z czasem stawało się coraz bardziej złożone, w miarę jak coraz lepiej rozumieliśmy choroby i genetyczne predyspozycje przyczyniające się do ich rozwoju oraz nasilenia objawów. Podejście wykorzystujące uczenie maszynowe może odegrać dużą rolę w przewidywaniu terapeutycznych możliwości, przez dostarczenie naukowcom dodatkowych opcji do dalszego badania. Podczas gdy podejście to mocno opiera się na danych eksperymentalnych, wirtualny skrining może pomóc badaczom w zadawaniu nowych pytań i odkrywaniu nowych informacji" - dodaje badacz.

Naukowcy starają się o fundusze i poszukują współpracowników do prowadzenia dalszych badań.

Więcej informacji tutaj.

PRZECZYTAJ TAKŻE: Rak trzustki: sztuczna inteligencja wspiera profilaktykę onkologiczną

Źródło: Puls Medycyny

Podpis: EG/PAP

Najważniejsze dzisiaj
× Strona korzysta z plików cookies w celu realizacji usług i zgodnie z Polityką Plików Cookies. Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.