Hola de nuevo En previsión del lanzamiento del curso "Redes neuronales en Python" , queremos compartir con ustedes la traducción de un interesante artículo sobre la contribución de la IA al desarrollo de la medicina.
Hong Kong Insilico Medicine ha publicado un estudio que muestra que su sistema de aprendizaje profundo puede identificar posibles tratamientos para la fibrosis. Este sistema, llamado sistema de entrenamiento de tensor generativo con refuerzo o brevemente GENTRL, pudo detectar seis tratamientos prometedores en solo 21 días. Uno de estos métodos ha mostrado resultados prometedores en experimentos con ratones experimentales. El estudio fue
publicado en la revista Nature Biotechnology, y el
código fuente del modelo estaba disponible en Github.
"Tenemos el pensamiento estratégico de la Inteligencia Artificial combinada con su imaginación", dice el CEO de Insilico, Alexander Zhavoronkov, quien compara el trabajo de GENTRL con el sistema de aprendizaje automático de AlphaGo desarrollado por Deepmind Google para desafiar a los jugadores del campeonato.
Zhavoronkov fundó la empresa en 2014. Recibió su educación inicial en informática y pasó varios años trabajando en ATI, hasta que en 2006 AMD compró la compañía. En este punto, decidió cambiar su ocupación y participar en la investigación biotecnológica, interesándose en el área de desaceleración del proceso de envejecimiento. Recibió una maestría de la Universidad Johns Hopkins, y luego un doctorado de la Universidad Estatal de Moscú, donde se centró en la investigación sobre el uso del aprendizaje automático para estudiar la física de las interacciones moleculares en los sistemas biológicos. Trabajó para varias compañías, pero luego regresó a Baltimore para fundar Insilico.
La filosofía inicial de la compañía era utilizar el aprendizaje profundo para enseñar a las redes neuronales a evitar grandes bibliotecas de moléculas y encontrar objetivos para la exposición a las drogas. Sin embargo, poco después de la fundación de la empresa, Zhavoronkov se interesó en el trabajo de
Jan Goodfellow en el campo del aprendizaje automático y decidió cambiar de rumbo.
"¿Podemos conseguir una máquina para crear nuevas moléculas con nuevas propiedades, en lugar de simplemente consultar bibliotecas de proveedores gigantes?" - Hizo esa pregunta. El descubrimiento de nuevos medicamentos ha sido tradicionalmente a través de la detección molecular, pero la pregunta ha sido si este proceso puede optimizarse y acelerarse mediante el aprendizaje automático.
El primer estudio basado en esta idea, publicado por la compañía en 2016, ayudó a atraer inversiones para la investigación en la intersección de los campos de la biotecnología y la inteligencia artificial. Según Pitchbook, Zhavoronkov recaudó otros $ 24.3 millones en inversiones de patrocinadores como A-Level Capital and Juvenescence, con una valoración total de $ 56 millones. También tiene varios socios de biotecnología, incluidos A2A Pharmaceuticals y TARA Biosystems.
Este estudio trata sobre el desafío que la compañía y sus colegas del mundo de la química se han lanzado. Le pidieron a Insilico que usara su sistema para desarrollar fármacos potenciales que pudieran interferir con la actividad del receptor de dominio 1 discoidina (DDR1). DDR1 es una enzima involucrada en la fibrosis, y aunque aún no está claro si regula estos procesos, la inhibición de su actividad se considera una posible terapia. Esta tarea formó la base de estudios publicados recientemente por un grupo de expertos de Genentech que tomaron alrededor de 8 años para identificar los prometedores inhibidores de la quinasa DDR1.
Vista general del proceso de investigación de Insilico.Insilico usó GENTRL para desarrollar nuevos fármacos potenciales que posteriormente se sintetizaron, y uno de ellos incluso se probó con éxito en ratones. El diseño de un sistema de inteligencia artificial tomó aproximadamente 21 días, y la cantidad total de tiempo para el desarrollo, síntesis y validación tomó aproximadamente 46 días. Aunque ninguno de los medicamentos desarrollados por GENTRL demostró ser más efectivo que los inhibidores descubiertos por el método de investigación tradicional, el método tradicional tomó más de 8 años y millones de dólares en comparación con varias semanas y un costo aproximado de $ 150,000.
"Sus moléculas son increíbles, son mucho mejores que los resultados de nuestra inteligencia artificial" , dijo Zhavoronkov.
"Pero, de nuevo, años de trabajo juegan un papel aquí contra las personas que no son tan buenas en química, pero que ya hacen tales cosas".Por supuesto, en el contexto de todo el desarrollo de medicamentos, este es solo el primer paso. Aunque es un hito importante demostrar el potencial de la IA en la identificación de medicamentos potenciales, llevará años de ensayos clínicos y millones de dólares investigar antes de que cualquier medicamento potencial sea aprobado como tratamiento para una enfermedad en particular.
Zhavoronkov también dice que Insilico todavía tiene mucho trabajo por hacer. Para él, este estudio se considera un avance importante, ya que muestra las perspectivas de usar IA en la creación de drogas.
"Creo que este estudio reducirá el escepticismo en los productos farmacéuticos mundiales ", dice.