BBTE-kutatók is segítettek MI-alapú gyógyszerek tervezésében

A Babeș–Bolyai Tudományegyetem (BBTE) kutatója, Andreas Bender – aki a Cambridge-i Egyetem Molekuláris Informatikai Központjának is munkatársa – egy olyan nemzetközi kutatásban vett részt, amely mesterséges intelligencia (MI) segítségével tervezett új, ígéretes gyógyszermolekulákat, közölte az egyetem.

A cél az adenozin A2A nevű sejtfelszíni receptor befolyásolása volt – ez a fehérje fontos szerepet játszik a mozgás szabályozásában, a gyulladások csökkentésében és az immunrendszer működésében. A kutatás során olyan vegyületeket kerestek, amelyek képesek ehhez a receptorhoz kapcsolódni és gátolni annak működését – potenciális gyógyszerjelöltként például Parkinson-kór vagy daganatos megbetegedések kezelésére.

Az eredményeket a rangos Nature Communications tudományos folyóirat közölte.

Az MI új szintre emelte a gyógyszerkutatást

A hagyományos gyógyszerfejlesztés lassú és költséges: gyakran milliónyi molekulát kell átvizsgálni, mire egyetlen használható jelölt előkerül. A folyamat sokszor évekig tart, és gyakran zsákutcába fut.

A kutatásban használt generatív mesterséges intelligencia ezt a folyamatot gyorsabbá és hatékonyabbá tette. A rendszer nemcsak a meglévő molekulák között válogatott, hanem teljesen új szerkezetű vegyületeket is létrehozott – olyanokat, amelyek még semmilyen adatbázisban nem szerepelnek.

Ehhez a kutatók egy kémiai nyelvi modellt (CLM) használtak, amely megtanulta, hogy milyen kémiai szerkezetek lehetnek hatékonyak. Ezt kiegészítette egy jutalmazási rendszerrel működő algoritmus, amely a legígéretesebb molekulákat emelte ki – olyanokat, amelyek a lehető legjobban illeszkedhetnek az A2A receptorhoz. A rendszer megerősítéses tanulással működött: minden új lépés tanulás, minden sikeres molekula új irány.

Lenyűgöző laboratóriumi eredmények

A mesterséges intelligencia kizárólag a célreceptor térszerkezetére támaszkodva tervezte meg a molekulákat – nem ismert hatóanyagokra épített, hanem teljesen új megoldásokat talált.

A létrehozott vegyületek közül

• a laboratóriumi tesztekben 9-ből 8 sikeresen kapcsolódott a célreceptorhoz,
• és ezek közül több már nagyon alacsony dózisban is hatásosnak bizonyult.

Ez rendkívül ígéretes, különösen azért, mert az A2A receptorhoz már rengeteg molekulát azonosítottak – így újat találni egyre nehezebb. A két legerősebb molekulát a receptorral együtt kristályosítani is sikerült, így a kutatók pontosan láthatták, hogyan illeszkednek egymáshoz.

Ember és gép együtt dolgozik

Bár a mesterséges intelligencia sok mindent képes automatizálni, a végső döntéseket továbbra is emberek hozzák meg. A szakértők választják ki a legígéretesebb molekulákat, és döntenek arról, melyeket érdemes továbbvizsgálni.

Ugyanakkor az MI által tervezett vegyületek gyakran jobban illeszkednek a célfehérjékhez, mint a kereskedelmi könyvtárakból ismert molekulák – így nagyobb eséllyel válnak valódi gyógyszerjelöltekké.

A kutatók szerint a következő nagy lépés az lesz, hogy a mesterséges intelligencia ne csak a kapcsolódást jósolja meg, hanem azt is, mennyire lesz hatékony, stabil és gyógyszerként alkalmazható az adott molekula.