Procenjuje se da svaki peti Amerikanac živi sa hroničnim bolom, a trenutne opcije lečenja ostavljaju mnogo da se požele. Feikiong Cheng, Ph.D., direktor Centra za genome klinike u Klivlendu, i IBM koriste veštačku inteligenciju (AI) za otkrivanje lekova u naprednom lečenju bolova. Okvir za duboko učenje tima identifikovao je više metabolita dobijenih iz crevnog mikrobioma i lekove odobrene od strane FDA koji se mogu prenameniti da izaberu opcije koje ne izazivaju zavisnost i ne opioidne opcije za lečenje hroničnog bola.
Nalazi, objavljeni u časopisu Metode izveštaja ćelija, predstavljaju jedan od mnogih načina na koje partnerstvo organizacije Discoveri Accelerator pomaže u unapređenju istraživanja u zdravstvu i naukama o životu.
Lečenje hroničnog bola opioidima je i dalje izazov zbog rizika od teških nuspojava i zavisnosti, kaže koautor dr Junguang Ćiu, postdoktorski saradnik u laboratoriji dr Čeng čiji se istraživački program fokusira na razvoj terapije za nervnu bolest. sistemski poremećaji. Nedavni dokazi su pokazali da primena leka specifične podskupine receptora za bol u klasi proteina koja se zove G protein-coupled receptors (GPCRs) može obezbediti olakšanje bola bez zavisnosti, bez opioida. Pitanje je kako ciljati te receptore, objašnjava dr Kiu.
Umesto da izmišljaju nove molekule od nule, tim se pitao da li bi mogli da primene istraživačke metode koje su već razvili za pronalaženje već postojećih lekova odobrenih od strane FDA za potencijalnu indikaciju bola. Deo ovog procesa uključuje mapiranje metabolita u crevima da bi se uočili ciljevi leka.
Da bi identifikovao ove molekule, prvi autor i naučnik za računarstvo Iukin Iang, Ph.D., bivši diplomirani student Kent State Universiti. Dr Jang je završio svoje istraživanje teze u laboratoriji dr Čenga i tamo nastavlja da radi kao naučnik podataka. Dr. Jang i Kju su predvodili tim da ažurira prethodni algoritam AI za otkrivanje lekova koji je Cheng Lab razvio. Saradnici iz IBM-a pomogli su u pisanju i uređivanju rukopisa.
„Naši IBM saradnici dali su nam vredne savete i perspektivu za razvoj naprednih računarskih tehnika“, kaže dr Jang. „Srećan sam zbog prilike da radim i učim od kolega iz sektora industrije.“
Da bi se utvrdilo da li će molekul funkcionisati kao lek, istraživači treba da predvide kako će on fizički komunicirati i uticati na proteine u našem telu (u ovom slučaju, na naše receptore za bol). Da bi to uradili, istraživačima je potrebno 3D razumevanje oba molekula zasnovano na obimnim 2D podacima o njihovim fizičkim, strukturnim i hemijskim svojstvima.
„Čak i uz pomoć trenutnih računarskih metoda, kombinovanje količine podataka koja nam je potrebna za naše prediktivne analize je izuzetno složena i dugotrajna“, objašnjava dr Čeng. „AI može brzo da u potpunosti iskoristi podatke o jedinjenjima i proteinima dobijenim od slikovnih, evolucionih i hemijskih eksperimenata da predvidi koje jedinjenje ima najbolje šanse da utiče na naše receptore bola na pravi način.
Alat istraživačkog tima, nazvan LISA-CPI (trodimenzionalni (3D) okvir svesni strukture liganda i receptora za predviđanje interakcija jedinjenja i proteina) koristi oblik veštačke inteligencije koji se zove duboko učenje za predviđanje:
Tim je koristio LISA-CPI da predvidi kako će 369 metabolita crevnih mikroba i 2.308 lekova koje je odobrila FDA interagovati sa 13 receptora povezanih sa bolom. Okvir veštačke inteligencije identifikovao je nekoliko jedinjenja koja bi se mogla ponovo koristiti za lečenje bola. U toku su studije za validaciju ovih jedinjenja u laboratoriji.
„Predviđanja ovog algoritma mogu da smanje eksperimentalni teret koji istraživači moraju da prevaziđu da bi čak došli do liste lekova kandidata za dalje testiranje“, kaže dr Jang. „Možemo da koristimo ovaj alat da testiramo još više lekova, metabolita, GPCR-a i drugih receptora kako bismo pronašli terapeutike koji leče bolesti mimo bolova, poput Alchajmerove bolesti.
Dr Čeng je dodao da je ovo samo jedan primer kako tim sarađuje sa IBM-om na razvoju modela malih molekula za razvoj lekova — uključujući i prenamenu lekova u ovoj studiji i tekući projekat otkrivanja novih lekova.
„Verujemo da će ovi osnovni modeli ponuditi moćne AI tehnologije za brzi razvoj terapije za višestruka izazovna pitanja ljudskog zdravlja“, kaže on.
