هوش مصنوعی (AI) نقش مهمی در کشف داروهای جدید پیدا کرده است و شرکتهای مختلف، از استارتآپهای بیوتکنولوژی گرفته تا شرکتهای بزرگ داروسازی، از این فناوری برای تسریع فرایند کشف دارو استفاده میکنند. این تلاشها بهویژه در درمان بیماریهای نادر و بدون درمان، مانند فیبروز ریوی ایدیوپاتیک (IPF)، مورد توجه است. شرکت Insilico Medicine، مستقر در آمریکا، یکی از پیشگامان این حوزه است. این شرکت با استفاده از هوش مصنوعی، مولکولهایی را طراحی کرده که برای درمان IPF به کار میروند. یکی از این مولکولها که با کمک نرمافزارهای تولیدی AI طراحی شده، به مرحله آزمایشهای بالینی رسیده است. این فرایند تنها ۱۸ ماه طول کشید و نیاز به سنتز و آزمایش ۷۹ مولکول داشت، درحالیکه روشهای سنتی به ۴ سال زمان و سنتز حداقل ۵۰۰ مولکول نیاز دارند.
هوش مصنوعی در دو مرحله اصلی کشف دارو مورد استفاده قرار میگیرد:
1. شناسایی هدف درمانی در سطح مولکولی، مانند پروتئینها یا ژنهای مرتبط با بیماری.
2. طراحی دارو برای اصلاح این هدف، که از AI مولد برای ایجاد مولکولهای مناسب استفاده میشود.
برای مثال، AI شرکت Insilico توانست پروتئینی به نام TNIK را بهعنوان تنظیمکننده احتمالی بیماری IPF شناسایی کند. سپس مولکولهای پیشنهادی توسط سیستم تولید و آزمایش شدند.
شرکتهایی مانند Recursion Pharmaceuticals نیز با تولید انبوه دادههای مولکولی و آموزش AI برای تحلیل این دادهها، چالش کمبود داده را کاهش میدهند. این شرکت اخیراً مولکولی را برای درمان لنفوم و تومورهای جامد طراحی کرده که در مراحل اولیه آزمایش بر روی بیماران قرار دارد. استفاده از AI در کشف داروها میتواند هزینهها و زمان لازم برای توسعه داروهای جدید را کاهش دهد. بهطور متوسط، توسعه یک دارو ۱۰ تا ۱۵ سال زمان و بیش از ۲ میلیارد دلار هزینه دارد، درحالیکه ۹۰ درصد داروها در آزمایشهای بالینی شکست میخورند. AI میتواند با بهبود شانس موفقیت و کاهش شکستها، این روند را تغییر دهد.
هرچند هنوز تعریف دقیقی از «داروی کشفشده توسط AI» وجود ندارد و انسانها همچنان نقش مهمی در این فرایند دارند، ورود بیش از ۷۵ مولکول کشفشده توسط AI به آزمایشهای بالینی نشاندهنده یک پیشرفت مهم است. بااینحال، موفقیت نهایی این مولکولها در آزمایشهای بالینی و افزایش احتمال موفقیت نسبت به روشهای سنتی، معیار اصلی برای ارزیابی این فناوری خواهد بود.
منبع خبر: bbc
پاسخ :