Искусственный интеллект научили точно предсказывать реакцию человека на новое лекарство
Работа над новыми лекарствами ведется постоянно, а одной из главных проблем является необходимость в длительных исследованиях, которые растягиваются на годы и стоят миллиарды. Новая нейросеть может облегчить и ускорить этот этап.
Ученые Центра последипломного образования Нью-Йоркского городского университета представили алгоритм под названием CODE-AE. Он может проверять новые лекарственные соединения и точно прогнозировать их эффективность для людей. В ходе испытаний теоретически удалось найти персонализированные лекарства для более 9000 конкретных пациентов. В перспективе это может существенно повысить точность, уменьшить время и цену разработки лекарств.
Интересно Прощай домашка: ученик применил искусственный интеллект для выполнения домашней работы
Что известно о CODE-AE
В работе анализировались данные о клетках пациентов. Массив настоящих характеристик их состояния загружали в систему, которая потом анализировала, как они работают. Затем туда "добавляли" лекарства и наблюдали, как исходные виртуальные клетки реагируют на тот или иной состав.
Используя CODE-AE, мы проверили 59 лекарств для 9808 пациентов с раком. Наши результаты соответствуют существующим клиническим наблюдениям,
– пишут ученые в отчете.
Точное и надежное прогнозирование реакции пациента на новое химическое соединение имеет решающее значение для открытия нового лекарства и выбора уже имеющегося препарата для конкретного пациента. Однако раннее тестирование непосредственно на людях неэтично и невозможно с точки зрения закона. Это является основным фактором высокой себестоимости исследований и их продолжительности.
Наша новая модель машинного обучения может справиться с проблемой. CODE-AE использует дизайн, вдохновленный биологией, и преимущества последних достижений в области машинного обучения,
– рассказал профессор компьютерных наук, биологии и биохимии Лей Се.
Следующей задачей исследовательской группы является разработка способа надежно предполагать влияние концентрации нового лекарства и их метаболизма на организм человека. Исследователи также отметили, что нейросеть может быть сконфигурирована для точного прогнозирования побочных эффектов лекарства у конкретного человека.
Следует отметить, что в последние годы набирает популярность персонализированная медицина, когда лекарства и подход к лечению подбираются под конкретного пациента, иногда на клеточном уровне. Поэтому такая технология поможет двигаться в этом направлении.