„Costul principal în descoperirea de medicamente rămâne faza clinică, așa că încercarea de a reduce riscul și de a crește ratele de succes acolo este, evident, extrem de benefică”, spune Paul Belcher, director de strategie pentru cercetarea proteinelor la Cytiva, o companie globală de științe ale vieții. „Inteligența artificială este o abordare prin care companiile farmaceutice speră nu doar să economisească timp și să comprime termenele, ci și să permită candidați de calitate superioară să ajungă în clinică.” Utilizarea timpurie a AI în descoperirea de medicamente arată un potențial promițător, dar evidențiază și necesitatea unor date robuste și autentice, precum și integrarea în sistemele de laborator.
Una dintre cele mai promițătoare aplicații timpurii ale AI în descoperirea de medicamente este identificarea de „hituri”. Aceasta implică screeningul unor biblioteci de entități moleculare împotriva unei ținte asociate unei boli, cum ar fi o proteină, pentru a găsi molecule care se leagă de aceasta. Un hit de succes oferă cercetătorilor un punct de plecare pentru teste și rafinări ulterioare, cu scopul de a dezvolta în cele din urmă un medicament viabil. Belcher a observat o trecere de la screeningul empiric la proiectarea predictivă: în loc să facă screening fizic al bibliotecilor, companiile farmaceutice folosesc acum AI pentru a proiecta candidați medicamentoși de la zero și pentru a prezice cum vor interacționa cu țintele bolii înainte de a angaja resurse în cercetare și dezvoltare. Aceasta înseamnă că companiile nu mai sunt limitate de cât de mult pot testa fizic pentru a identifica puncte de plecare. „AI elimină această limitare”, spune Belcher. „Și poate ajuta la eliminarea candidaților de calitate scăzută înainte de a fi nevoie să îi testați fizic, economisind timp și resurse.”
Ceea ce AI nu poate face încă este să prezică în mod fiabil cinetica sau dezvoltabilitatea noilor compuși, adaugă Belcher. Aceasta înseamnă că fiecare candidat generat de AI trebuie încă validat în laborator. Fluxurile de lucru tradiționale de screening au fost concepute pentru a identifica hituri la scară largă, nu pentru a profila în detaliu un număr mare de candidați complecși. Acest lucru pune o presiune suplimentară asupra echipelor de laborator, care acum trebuie să testeze, să caracterizeze și să purifice un volum tot mai mare de compuși diverși generați de AI. „Tehnicile actuale utilizate în identificarea hiturilor pot screeninga sute de mii, uneori milioane de compuși, folosind tehnici binare sau bazate pe praguri care produc date de fidelitate scăzută – răspunsuri de tip da/nu”, explică Belcher. „AI poate crește numărul de hituri pe care le obțineți și, potențial, vă poate oferi hituri de calitate superioară. Acest lucru crește cererea de tehnologii de înaltă capacitate și bogate în informații pentru a valida și caracteriza acele hituri.”
Pe măsură ce AI a accelerat cererea de sisteme de laborator bogate în date, a evidențiat și o nevoie fundamentală de date mai bune și mai complete. Multe modele AI anterioare au fost antrenate pe seturi de date disponibile public și acum se lovesc de ceea ce Belcher numește un „zid al datelor”. Deoarece modelele au acces la aceleași date, toate ajung la concluzii similare, cu randamente descrescătoare în timp. În plus, seturile de date nu au fost create având în vedere AI, ceea ce înseamnă că le lipsește structura, etichetarea și diversitatea necesare pentru a menține modelele precise și lipsite de părtinire. Părtinirea publicațiilor întărește problema. „Majoritatea seturilor de date disponibile public și a publicațiilor științifice se concentrează exclusiv pe rezultate pozitive”, spune Belcher. „Nimeni nu vrea să își împărtășească eșecurile. Această părtinire este aproape ca și cum ai avea o mână legată la spate. Modelele AI pot identifica tipare asociate cu succesul, dar le lipsește înțelegerea cuprinzătoare a eșecurilor care ar face predicțiile mai fiabile.”
Datele pe care Belcher crede că ar îmbunătăți semnificativ modelele – experimentele eșuate, compușii care nu se leagă – rămân frustrant de greu de obținut. „Glumim adesea că ar trebui să existe un jurnal al datelor negative”, spune el. „Este adesea îngropat în caietele de laborator și nu este niciodată folosit pentru a informa sau ghida cercetările viitoare.” Această lipsă de date negative creează o problemă fundamentală: fără acces la o gamă largă de date, modelele nu pot fi antrenate adecvat pentru a evita părtinirea. „În toate aplicațiile de învățare automată, performanța modelului se bazează în mare măsură pe calitatea și sfera datelor de antrenare”, notează Belcher.
Fabricarea de date a devenit, de asemenea, mult mai ușoară cu AI, amplificând preocupările legate de integritatea datelor. Să luăm, de exemplu, Western blot-urile. Acestea fac parte dintr-o tehnică standard pentru identificarea proteinelor în probe de sânge sau țesut și sunt printre cele mai comune ținte de manipulare în cercetarea biomedicală. Belcher citează cercetările microbiologului olandez Elisabeth Bik, care a descoperit că aproape 4% din lucrările biomedicale conțineau imagini duplicate sau manipulate. Acest lucru s-a întâmplat în 2016, înainte ca AI generativă să facă fabricarea trivială. „Datele manipulate sau falsificate au fost întotdeauna o problemă în știință, dar în lumea AI, mai ales atunci când sunt folosite pentru a antrena modele, ar putea avea consecințe potențial dezastruoase”, spune Belcher. „Este nevoie de mai multe instrumente pentru a verifica dacă datele nu sunt manipulate.”
Unii furnizori încep să abordeze această provocare. Belcher indică soluții precum Image Integrity Checker de la Cytiva, care utilizează algoritmi hash securizați – aceeași tehnologie folosită în blockchain – pentru a detecta dacă imaginile științifice au fost modificate. „Începem să vedem un interes mare din partea caselor de publicații care doresc să adopte acest lucru ca standard, deoarece este o modalitate rapidă de a asigura că ceea ce se publică în literatură este autentic”, adaugă el.
Belcher descrie starea viitoare a descoperirii de medicamente ca fiind laboratoare complet autonome care funcționează cu intervenție umană minimă. Fundamentul acestei viziuni este consistența datelor și a infrastructurii. Aceste laboratoare întunecate conduse de AI, sau laboratoare-în-buclă, funcționează non-stop. Ele parcurg cicluri de predicție, testare și optimizare, iar apoi alimentează rezultatele înapoi în modelele AI pentru a ghida următoarea rundă de experimente. Acest lucru poate îmbunătăți ratele de succes ale candidaților medicamentoși care intră în studiile clinice, spune Belcher. Puncte de plecare mai bune, combinate cu mai multe runde de optimizare, ar trebui să conducă la candidați mai buni, cu mai puține deficiențe, care să ajungă în clinică.
Dar automatizarea unui laborator depinde în mare măsură de integrare. Aceasta înseamnă sisteme interoperabile, seturi de date foarte structurate și cuprinzătoare și un flux de informații ușor de gestionat. Majoritatea laboratoarelor nu sunt încă acolo. „Astăzi, multe dintre instrumentele din laboratoare sunt independente”, notează Belcher. „Poți avea cea mai bună tehnologie din lume, dar dacă este un ecosistem închis – dacă utilizatorul nu poate extrage datele – nu este de niciun folos.” O infrastructură integrată poate permite laboratoarelor să genereze date FAIR (găsibile, accesibile, interoperabile și reutilizabile) la scară largă. Acest lucru nu ar informa doar rapoartele individuale de laborator, ci ar putea antrena și generațiile ulterioare de modele AI, închizând efectiv bucla între laboratorul computațional condus de AI și laboratorul fizic umed. „Scopul nostru este să ajutăm oamenii de știință și cercetătorii să își accelereze descoperirile și să facă din această stare viitoare a laboratoarelor autonome o posibilitate reală”, spune Belcher. „Vrem să îi ajutăm să genereze date fiabile, să simplifice fluxurile de lucru în descoperire și, sperăm, să permită ca ceea ce lucrează acum să devină terapiile care schimbă viața de mâine, mai rapid și cu mai multă încredere.”
Descoperirea de medicamente bazată pe AI este încă la început. În mod notabil, niciun medicament descoperit în principal prin proiectare bazată pe AI nu a primit încă aprobarea completă a FDA – deși Belcher se așteaptă ca acest lucru să se schimbe în următorii doi-trei ani. Cât de mare ar putea fi impactul AI asupra descoperirii de medicamente? „Sfântul Graal ar fi predicția completă in silico a eficacității și toxicității, eliminând necesitatea majorității muncii fizice de laborator umed”, spune Belcher. Dar există multe bariere în calea acestui lucru, dincolo de maturitatea modelelor, inclusiv obstacole de reglementare și provocări legate de costuri. Un studiu Stanford a constatat că costul antrenării modelelor AI de frontieră s-a dublat de peste două ori în fiecare an începând cu 2016, adăugând o presiune financiară suplimentară unui sector deja definit de cheltuieli excepțional de mari pentru cercetare și dezvoltare. Belcher recunoaște tensiunea, dar rămâne optimist cu privire la ceea ce urmează. „Cred că vom ajunge la un punct în care va exista un echilibru între AI și munca de laborator umed, din perspectiva costurilor și a riscurilor”, spune el. „Atâta timp cât costul de calcul nu depășește niciodată costul dezvoltării clinice, cred că AI va fi un avantaj.”
De ce este important:
Acest articol evidențiază o problemă crucială în intersecția dintre inteligența artificială și descoperirea de medicamente: deși AI accelerează identificarea de noi ținte terapeutice, lipsa datelor de calitate, în special a datelor negative, și integrarea deficitară a sistemelor de laborator creează blocaje semnificative. Înțelegerea acestor provocări este esențială pentru a putea valorifica pe deplin potențialul AI în reducerea costurilor și a timpilor de dezvoltare a medicamentelor, ceea ce ar putea duce la terapii mai accesibile și mai eficiente pentru pacienți. Fără o abordare atentă a calității datelor și a infrastructurii, riscul de a perpetua părtiniri și de a genera rezultate nesigure rămâne ridicat, subminând încrederea în inovațiile bazate pe AI.
