Wykorzystanie sztucznej inteligencji do rewolucyjnych postępów w odkrywaniu leków

Na świecie istnieje wiele związków chemicznych, niektóre z nich są tak duże, jak 10⁶⁰, z których każdy może potencjalnie funkcjonować jako lek drobnocząsteczkowy. Ocena każdego z nich jest monumentalnym zadaniem dla naukowców - jak znalezienie jednego konkretnego ziarnka piasku na plaży. Jednak dzięki najnowszym osiągnięciom w dziedzinie sztucznej inteligencji, wyzwanie to staje się coraz mniej zniechęcające. Naukowcy dysponują teraz narzędziami, które pozwalają im znacznie skuteczniej przeszukiwać potencjalnych kandydatów na leki.

Wejdź do wiodącej postaci w tej ekscytującej dziedzinie, profesora nadzwyczajnego MIT Connora Coleya, PhD ’19. Poruszając się w świecie inżynierii chemicznej i informatyki, Coley nosi wiele kapeluszy. Zajmuje wspólne stanowiska na tych wydziałach oraz w MIT Schwarzman College of Computing. W tym interesującym zbieżnym punkcie nauki pilnie pracuje nad projektowaniem i analizowaniem potencjalnych związków chemicznych. Następnie tworzy modele obliczeniowe, które przewidują, w jaki sposób te związki mogą być tworzone. Jest to ogólne podejście, ale jak wyjaśnia Coley, “głównym zastosowaniem, o którym myślimy, jest odkrywanie leków o małych cząsteczkach”.”

Jednak droga Coleya do tego skrzyżowania chemii i sztucznej inteligencji nie była prosta ani wąska - została wyrzeźbiona przez lata studiów i ciągłe skłanianie się ku nauce, które można prześledzić wstecz do wyraźnego wpływu jego rodziny. Jego ojciec jest radiologiem, matka studiowała biofizykę molekularną i biochemię przed uczęszczaniem do MIT Sloan School of Management, a babcia była profesorem matematyki. Wychowany w rodzinnej kulturze naukowej, nic dziwnego, że Coley rozwinął silną skłonność do niej, inspirując go do studiowania inżynierii chemicznej w Kalifornijskim Instytucie Technologii (Caltech), a później doktoryzowania się w tej samej dziedzinie na MIT.

W MIT Coley skupił się na usprawnianiu zautomatyzowanych reakcji chemicznych, łącząc uczenie maszynowe z cheminformatyką, dyscypliną, która wykorzystuje metody obliczeniowe do danych chemicznych. Pozwoliło mu to zaplanować sposób tworzenia nowych cząsteczek leków. Zaprojektował również innowacyjny sprzęt do automatyzacji tych reakcji. Podczas studiów i badań zdobywał doświadczenie, zwłaszcza pracując nad finansowanym przez DARPA programem Make-It, którego celem było udoskonalenie syntezy leków przy użyciu uczenia maszynowego i nauki o danych.

Po uzyskaniu doktoratu w wieku 25 lat, Coley pozostał na MIT, obejmując stanowisko wykładowcy - uznał, że możliwości, jakie oferuje, są zbyt kuszące, by się im oprzeć. “MIT to bardzo wyjątkowe miejsce pod względem zasobów i płynności między wydziałami” - zauważa. Pomimo rad sugerujących przeniesienie się do nowego środowiska akademickiego, zniewalający dynamizm MIT z jego jakością studentów, społecznością naukową i interdyscyplinarną współpracą był trudny do pominięcia.

Zanim ostatecznie osiadł na stanowisku wykładowcy, ukończył staż podoktorski w Broad Institute, poszerzając swoją wiedzę z zakresu biologii chemicznej i odkrywania leków. Pracował nad identyfikacją małych potencjalnych kandydatów na leki z miliardów cząsteczek bibliotecznych zakodowanych w DNA. Obecnie w swoim własnym laboratorium na MIT, Coley i jego zespół wykorzystują moc sztucznej inteligencji do tworzenia lub ulepszania istniejących związków o potencjale terapeutycznym i projektowania nowych o pożądanych właściwościach. Koncentrują się na łączeniu wyzwań w chemii z rozwiązaniami obliczeniowymi i opracowali kilka modeli obliczeniowych, takich jak ShEPhERD - obecnie wykorzystywany przez firmy farmaceutyczne do odkrywania nowych potencjalnych leków, oraz FlowER, inny generatywny model sztucznej inteligencji zaprojektowany do przewidywania produktów reakcji. Linia po linii, projekty te piszą nowy scenariusz dla sztucznej inteligencji w odkrywaniu leków.

Pod skrzydłami Coleya studenci badają różne aspekty optymalizacji reakcji chemicznych, takie jak wspomagane komputerowo wyjaśnianie strukturalne, automatyzacja laboratorium i projektowanie eksperymentów. “Dzięki tym różnym wątkom badawczym mamy nadzieję rozwinąć granice sztucznej inteligencji w chemii” - mówi Coley. W ten sposób nadal wywołują fale uderzeniowe w stale rozwijającej się dziedzinie sztucznej inteligencji i chemii.

Jeśli jesteś zainteresowany potencjałem wykorzystania automatyzacji AI w swojej firmie, rozważ zbadanie rozwiązań z implementi.ai.

Więcej informacji można znaleźć w oryginalnym artykule na temat pracy Connora Coleya tutaj.