Estados Unidos amplía las patentes de medicamentos.
Según el informe "MIT Technology Review" del 3 de septiembre, al utilizar la tecnología de IA para desarrollar nuevos medicamentos, un equipo de la startup farmacéutica de inteligencia artificial Insilicon Medicine colaboró con científicos de la Universidad de Toronto y solo tomó 46 La investigación y el desarrollo de nuevos medicamentos dirigidos comenzaron el mismo día y se completó la verificación biológica preliminar. Los resultados del estudio se han publicado esta semana en Nature Biotechnology.
Este estudio histórico confirma que la tecnología de IA puede ayudar a acelerar el desarrollo de fármacos, lo que significa que los períodos de protección de las patentes se amplían, mejorando así la economía del desarrollo de fármacos. Si se puede promover este método, la industria farmacéutica lo adoptará ampliamente.
La IA ayuda a acortar el tiempo de desarrollo de fármacos de 8 años a 46 días.
Basado en dos tecnologías populares de inteligencia artificial, el equipo introdujo un nuevo aprendizaje por refuerzo de tensión generado por un sistema de inteligencia artificial (GENTRL) en el desarrollo de este fármaco.
Los investigadores eligieron como diana la quinasa DDR1, una tirosina quinasa expresada en células epiteliales, una proteína estrechamente relacionada con la fibrosis tisular. Después de identificar el objetivo, el sistema GENTRL diseñó 30.000 estructuras moleculares diferentes en 21 días y luego seleccionó nuevas estructuras moleculares que podrían sintetizarse en el laboratorio mediante la revisión de moléculas conocidas que actúan sobre el objetivo del fármaco en estudios y patentes anteriores.
Los resultados de la investigación y el desarrollo titulados "El aprendizaje profundo puede identificar rápidamente inhibidores eficaces de la quinasa DDR1" se han publicado en la revista "Nature Biotechnology". Captura de pantalla de Nature Biotechnology
De los seis compuestos inhibidores de DDR1 candidatos diseñados y sintetizados por GENTRL, cuatro compuestos fueron activos en los análisis bioquímicos. En la siguiente etapa de experimentos con células in vitro, dos de los cuatro compuestos activos mostraron la capacidad inhibidora esperada de DDR1 y pudieron reducir eficazmente los niveles de marcadores relacionados con el proceso de fibrosis. A través de la comparación, el compuesto más prometedor se verificó con éxito en experimentos con ratones.
Desde la identificación inicial del objetivo, la detección de la estructura molecular y la posible síntesis de nuevos fármacos hasta la verificación biológica preclínica, el sistema GENTRL acorta el trabajo que lleva al menos 8 años en los métodos tradicionales de desarrollo de fármacos a solo 46 días.
Michael Levitt, ganador del Premio Nobel de Química 2013 y profesor de biología estructural en la Universidad de Stanford, comentó: "Este artículo es sin duda un progreso impresionante y probablemente sea aplicable al diseño de fármacos. Muchas otras preguntas . Basado en el aprendizaje por refuerzo de última generación, también estoy impresionado por la amplitud de esta investigación, ya que involucra modelos moleculares, mediciones de afinidad y estudios en animales ”
La IA reemplaza a los químicos medicinales. se están volviendo comunes.
La revista "MIT Technology Review" señaló que esta investigación histórica puede cambiar el dilema de "desperdiciar dinero, tiempo y energía" que enfrenta la investigación y el desarrollo de nuevos fármacos.
Esta investigación histórica puede cambiar el dilema que enfrenta la investigación y el desarrollo de nuevos fármacos. Según la revista MIT Technology Review
"La inteligencia artificial tendrá un impacto revolucionario en la industria farmacéutica y necesitamos más resultados de verificación experimentales para acelerar este progreso", afirmó Jürgen Schmidhuber, profesor del Instituto Suizo de Inteligencia artificial Dijo que es el inventor de muchas tecnologías centrales y conceptos iniciales en el campo de la inteligencia artificial.
Como todos sabemos, sacar un nuevo fármaco al mercado requiere mucho dinero y tiempo. Según el Centro Tufts para la Investigación sobre el Desarrollo de Medicamentos, llevar un nuevo fármaco al mercado puede llevar 10 años y costar hasta 2.600 millones de dólares, y la mayoría de los fármacos candidatos fracasan durante la fase de prueba.
Por lo tanto, reducir el ciclo de RD y los costos económicos es muy importante para el éxito de las actividades de RD de medicamentos en el campo farmacéutico. Según la revista "Forbes", utilizando el método de Insilicon Medicine, el coste de desarrollo de este fármaco fue de sólo 654,38,5 millones de dólares.
Insilicon Medicine espera incorporar el aprendizaje profundo de la IA al proceso de desarrollo de fármacos. Según la revista Forbes,
Charles Cantor, científico jefe del Proyecto Genoma Humano del Departamento de Energía de EE. UU. y profesor de la Universidad de Boston, dijo que con respecto a las perspectivas de la inteligencia artificial AI para mejorar la atención médica y desarrollar nuevas herramientas médicas , Hay muchas exageraciones. Sin embargo, los resultados, publicados recientemente en Nature Biotechnology, son realmente significativos.
En primer lugar, demuestra que la inteligencia artificial puede sustituir el papel que suelen desempeñar los químicos médicos, que a menudo carecen de personal suficiente; en segundo lugar, la aceleración del desarrollo de fármacos significa la ampliación del período de protección de las patentes, mejorando así la eficiencia del desarrollo de fármacos; . Economía. "Si este método puede generalizarse, se utilizará ampliamente en la industria farmacéutica", afirmó el Dr. Cantor.
Por supuesto, este es sólo el primer paso en la investigación y el desarrollo mundial de fármacos. Si bien este es un hito que demuestra el potencial de la inteligencia artificial para identificar candidatos a fármacos, aún serán necesarios años de ensayos clínicos y millones de dólares en investigación antes de que se apruebe cualquier fármaco potencial para su tratamiento.
La tecnología de IA puede identificar rápidamente inhibidores eficaces de la quinasa DDR1. Según Insilicon Medicine
“Este artículo es un hito importante en nuestro desarrollo de fármacos impulsados por inteligencia artificial. Comenzamos a trabajar en la química sintética de la IA en 2015, pero cuando se publicó el artículo teórico de Insilicon en 2016, todo el mundo estaba interesado. Actitud escéptica. Ahora que esta tecnología se está generalizando, estamos entusiasmados de que se esté validando en experimentos con animales y que cuando estos modelos se integren en el proceso general de desarrollo de fármacos, sean aplicables a muchos grupos objetivo para superar aún más los límites. de la química sintética y la biología sintética", afirmó el Dr. Alex Zhavoronkov, primer autor del artículo, fundador y director ejecutivo de Insilico Intelligence.
Editor Lu