Az Alphabet új cége mesterséges intelligencia módszereket fog alkalmazni a gyógyszerkutatásban - jelentette be a Google anyavállalata. A cég a DeepMind, az Alphabet másik leányvállalata által végzett munkára épül, amely úttörő munkát végzett a fehérjék szerkezetének előrejelzésében a mesterséges intelligencia felhasználásával.
Az Isomorphic Laboratories nevű új vállalat ezt a sikert fogja felhasználni olyan eszközök kifejlesztésére, amelyek segíthetnek új gyógyszerek azonosításában. A DeepMind vezérigazgatója, Demis Hassabis lesz az Isomorphic vezérigazgatója is, de a két társaság külön marad, és csak alkalmanként fog együttműködni.
A szakértők évek óta a mesterséges intelligenciától várják, hogy gyorsabban és olcsóbban lehessen új gyógyszereket találni a különböző betegségek kezelésére. A mesterséges intelligencia segíthet a potenciális molekulák adatbázisainak átvizsgálásában, hogy megtalálják például azokat, amelyek a legjobban illeszkednek egy adott biológiai célponthoz, de a technológia szerepet kaphat a javasolt vegyületek finomhangolásában. Az elmúlt két évben több százmillió dollárt fektettek be a mesterséges intelligencia-eszközöket fejlesztő vállalatokba.
Az Isomorphic olyan modelleket próbál majd létrehozni, amelyek képesek megjósolni, hogy a gyógyszerek hogyan lépnek kölcsönhatásba a szervezettel - mondta Hassabis a Stat Newsnak. A DeepMind fehérjeszerkezettel kapcsolatos munkáj abban segíthet, hogy kitalálja, hogyan léphet több fehérje kölcsönhatásba egymással. A vállalat nem biztos, hogy saját gyógyszereket fog kifejleszteni, hanem inkább a modelljeit fogja értékesíteni. A gyógyszeripari vállalatokkal való partnerségek kialakítására fog összpontosítani - közölte a cég szóvivője a The Verge-nek válaszolva.
A gyógyszerek kifejlesztése és tesztelése azonban komolyabb kihívás lehet, mint a fehérjék szerkezetének feltárása. Például még ha két fehérje fizikailag illeszkedő szerkezetű is, nehéz megmondani, hogy valójában mennyire fognak összeilleszkedni. Egy gyógyszerjelölt, amely a kémiai szintű működése alapján ígéretesnek tűnik, nem biztos, hogy mindig működik, amikor élő szervezetbe adják be. A klinikai vizsgálatig eljutó gyógyszerek több mint 90 százaléka végül nem válik be, amint arra Derek Lowe kémikus és író a Science című folyóiratban rámutatott. A legtöbb probléma nem azért van, mert molekuláris szinten volt valami baj.
A DeepMindnél végzett munka és az Isomorphicnál javasolt munka segíthet áttörni néhány kutatási szűk keresztmetszetet, de nem jelentenek gyors megoldást a gyógyszerfejlesztés számtalan kihívására. "A fáradságos, erőforrásokat elvonó munka, például a gyógyszerfunkciók biokémiai és biológiai értékelésének elvégzése" továbbra is megmarad, ahogy azt Helen Walden, a Glasgow-i Egyetem strukturális biológia professzora kifejtette a The Verge-nek.
