По словам Гисберта Шнайдера, использование искусственного интеллекта в разработке лекарств даст толчок фармацевтическим исследованиям. В среднесрочной перспективе компьютеры могут даже проводить эксперименты самостоятельно.
Разработка лекарств является сложной и сложной задачей. Как вы создаете новые эффективные лекарства без побочных эффектов для решения наиболее острых проблем со здоровьем в мире? Медицинские химики должны рассмотреть множество взаимодействий: лекарства взаимодействуют с клетками и органами человеческого организма разными способами, и они часто сильно различаются у разных пациентов. Хотя итеративные, часто автоматизированные, методы тестирования в лаборатории дали множество потенциальных отправных точек для разработки лекарствСуществуют ограничения при разработке и отборе наиболее перспективных кандидатов в наркотики. Разработчик препарата должен выбрать из примерно 1060 молекул, подобных наркотикам, которые можно — только теоретически — синтезировать. Более того, для того, чтобы стать знающим специалистом в области медицинской химии, требуются годы обучения на рабочем месте .
Вот где могут прийти искусственный интеллект (ИИ) и машинное обучение. Развертывание ИИ для помощи химикам в процессе разработки лекарств обещает принимать лучшие решения: оно гораздо более эффективно, чем человеческий разум, когда дело доходит до просеивания через «большое» По данным, ИИ генерирует воспроизводимые результаты и поддерживает процесс обнаружения, параллельно рассматривая множество целей проекта.
Идеальный партнер?
Лучшие лекарства, обнаруженные и доставленные быстрее — ИИ звучит как идеальный партнер в лаборатории. Но хотя система искусственного интеллекта ИИ может в некоторых отношениях превзойти химика-человека, обрабатывая проблемы, с которыми борется человеческий разум , это не серебряная пуля. На самом деле наши ожидания в отношении разработки лекарств с искусственным интеллектом могут быть слишком высокими: мы должны признать свое несовершенное понимание механизмов болезней человека. Только при наличии соответствующих данных машинный интеллект узнает значимые связи между молекулами лекарств и их физиологическими эффектами.
Вот почему нашим ученым не нужно бояться, что компьютеры их полностью заменят — на самом деле, если мы продолжим делать успехи в этой области, понадобится больше медицинских химиков. Модели искусственного интеллекта уже поддерживают принятие нами решений в области обнаружения лекарств , но интеграция искусственного интеллекта в автоматизированный процесс разработки лекарств потребует нового мышления: он изменит настройку, так же как программное обеспечение и технологии последних лет сделали в прогнозировании свойств до высокой Степень точности намного быстрее, чем в лаборатории без автоматизации.
Автоматизация открытия
Благодаря непрерывной автоматизации мы можем предвидеть, что компьютеры будут проводить эксперименты продуктивно и автономно с помощью робототехники через три-пять лет. Это действительно уже проверяется в определенных местах, особенно в ETH Zurich и в промышленности. Мы также можем ожидать, что ИИ будет предсказывать воздействие веществ на более ранней стадии развития и предлагать новые химические структуры с желаемыми свойствами. Это будет означать, что меньшее количество веществ, которые окажутся неэффективными, необходимо будет проверить.
В конечном счете, ИИ может держать ключ к открытию двери для более эффективной и более доступной персонализированной медицины. Но для этого потребуются постоянные исследования и инвестиции в этой области, а также новое междисциплинарное мышление от экспертов в области искусственного интеллекта, химии, фармацевтики и биотехнологии.
