Găsirea de noi medicamente – numită „descoperirea medicamentelor” – este o sarcină costisitoare și consumatoare de timp. Dar un tip de inteligență artificială numită învățarea automată poate accelera masiv procesul și poate face treaba pentru o fracțiune din preț.
Eu și colegii mei am folosit recent această tehnologie pentru a găsi trei candidați promițători pentru medicamente senolitice – medicamente care încetinesc îmbătrânirea și previn bolile legate de vârstă.
Senoliticii lucrează prin ucidere celule senescente. Acestea sunt celule care sunt „vii” (active metabolice), dar care nu se mai pot replica, de unde și porecla lor: celule zombie.
Incapacitatea de a replica nu este neapărat un lucru rău. Aceste celule au suferit leziuni ale ADN-ului lor – de exemplu, celulele pielii deteriorate de razele soarelui – astfel încât oprirea replicării oprește răspândirea daunelor.
Dar celulele senescente nu sunt întotdeauna un lucru bun. Ei secretă a cocktail de proteine inflamatorii care se pot răspândi la celulele învecinate. De-a lungul vieții, celulele noastre suferă o serie de atacuri, de la razele UV până la expunerea la substanțe chimice, și astfel aceste celule se acumulează. Un număr crescut de celule senescente a fost implicat în a gama de boli, inclusiv diabet de tip 2, COVID, fibroză pulmonară, osteoartrita și cancer.
Studii la șoareci de laborator au demonstrat că eliminarea celulelor senescente, folosind senolitici, poate ameliora aceste boli. Aceste medicamente pot ucide celulele zombie, menținând în același timp celulele sănătoase în viață.
În jurul 80 de senolitici sunt cunoscute, dar doar două au fost testate la om: o combinație de dasatinib și quercetină. Ar fi grozav să găsim mai multe senolitice care pot fi utilizate într-o varietate de boli, dar durează zece până la 20 de ani și miliarde de dolari pentru ca un medicament să ajungă pe piață.
Rezultate în cinci minute
Eu și colegii mei – inclusiv cercetători de la Universitatea din Edinburgh și de la Consiliul Național de Cercetare Spaniol IBBTEC-CSIC din Santander, Spania – am vrut să știm dacă am putea antrena modele de învățare automată pentru a identifica noi candidați la medicamente senolitice.
Pentru a face acest lucru, am alimentat modele AI cu exemple cunoscute senolitice şi nesenolitice. Modelele au învățat să facă distincția între cele două și ar putea fi folosite pentru a prezice dacă moleculele pe care nu le-au văzut niciodată înainte ar putea fi, de asemenea, senolitice.
Când rezolvăm o problemă de învățare automată, de obicei testăm mai întâi datele pe o serie de modele diferite, deoarece unele dintre ele tind să aibă performanțe mai bune decât altele. Pentru a determina cel mai performant model, la începutul procesului, separăm o mică secțiune din datele de antrenament disponibile și o păstrăm ascunsă de model până după finalizarea procesului de antrenament. Apoi folosim aceste date de testare pentru a cuantifica câte erori face modelul. Câștigă cel care face cele mai puține erori.
Am stabilit cel mai bun model al nostru și l-am setat să facă predicții. I-am dat 4,340 de molecule și cinci minute mai târziu a oferit o listă de rezultate.
Modelul AI a identificat 21 de molecule cu cele mai bune scoruri pe care le-a considerat că au o probabilitate mare de a fi senolitice. Dacă am fi testat cele 4,340 de molecule inițiale în laborator, ar fi fost nevoie de cel puțin câteva săptămâni de muncă intensă și 50,000 de lire sterline doar pentru a cumpăra compușii, fără a lua în calcul costul mașinilor experimentale și al configurației.
Am testat apoi acești candidați la medicamente pe două tipuri de celule: sănătoase și senescente. Rezultatele au arătat că din cei 21 de compuși, trei (periplocină, oleandrină și ginkgetina) au fost capabili să elimine celulele senescente, menținând în același timp majoritatea celulelor normale în viață. Aceste noi senolitice au fost apoi supuse unor teste suplimentare pentru a afla mai multe despre modul în care funcționează în organism.
Experimente biologice mai detaliate au arătat că, din cele trei medicamente, olandrina a fost mai eficientă decât cel mai performant medicament senolitic cunoscut de acest gen.
Potențialele repercusiuni ale acestei abordări interdisciplinare – care implică oameni de știință ai datelor, chimiști și biologi – sunt uriașe. Având date suficiente de înaltă calitate, modelele AI pot accelera munca uimitoare pe care chimiștii și biologii o fac pentru a găsi tratamente și remedii pentru boli – în special pentru cele cu nevoi nesatisfăcute.
După ce le-am validat în celule senescente, acum testăm cele trei senolitice candidate în țesutul pulmonar uman. Sperăm să raportăm următoarele rezultate peste doi ani.
Despre autor
Vanessa Smer-Barreto, cercetător, Institutul de Genetică și Medicină Moleculară, Universitatea din Edinburgh
Acest articol este republicat de la Conversaţie sub licență Creative Commons. Citeste Articol original.
Cărți asemănătoare:
Corpul păstrează scorul: creier, minte și corp în vindecarea traumei
de Bessel van der Kolk
Această carte explorează conexiunile dintre traumă și sănătatea fizică și mentală, oferind perspective și strategii pentru vindecare și recuperare.
Click pentru mai multe informatii sau pentru a comanda
Respirația: Noua știință a unei arte pierdute
de James Nestor
Această carte explorează știința și practica respirației, oferind perspective și tehnici pentru îmbunătățirea sănătății fizice și mentale.
Click pentru mai multe informatii sau pentru a comanda
Paradoxul plantelor: pericolele ascunse din alimentele „sănătoase” care provoacă boli și creșterea în greutate
de Steven R. Gundry
Această carte explorează legăturile dintre dietă, sănătate și boală, oferind perspective și strategii pentru îmbunătățirea sănătății generale și a bunăstării.
Click pentru mai multe informatii sau pentru a comanda
Codul de imunitate: noua paradigmă pentru sănătate reală și anti-îmbătrânire radicală
de Joel Greene
Această carte oferă o nouă perspectivă asupra sănătății și imunității, bazându-se pe principiile epigeneticii și oferind perspective și strategii pentru optimizarea sănătății și a îmbătrânirii.
Click pentru mai multe informatii sau pentru a comanda
Ghidul complet pentru post: vindecă-ți corpul prin post intermitent, în zile alternative și prelungit
de Dr. Jason Fung și Jimmy Moore
Această carte explorează știința și practica postului, oferind perspective și strategii pentru îmbunătățirea sănătății generale și a bunăstării.
