Bonjour encore. En prévision du lancement du cours "Réseaux neuronaux en Python" , nous souhaitons partager avec vous la traduction d'un article intéressant sur la contribution de l'IA au développement de la médecine.
Hong Kong Insilico Medicine a publié une étude montrant que son système d'apprentissage en profondeur peut identifier les traitements potentiels de la fibrose. Ce système, appelé système d'entraînement génératif du tenseur avec renforcement ou brièvement GENTRL, a pu détecter six traitements prometteurs en seulement 21 jours. L'une de ces méthodes a montré des résultats prometteurs dans des expériences sur des souris expérimentales. L'étude a été
publiée dans la revue Nature Biotechnology et le
code source du modèle était disponible sur Github.
«Nous avons la pensée stratégique de l'intelligence artificielle combinée à son imagination», explique le PDG d'Insilico, Alexander Zhavoronkov, qui compare le travail de GENTRL avec le système d'apprentissage automatique d'AlphaGo développé par Deepmind Google pour défier les joueurs de championnat de go.
Zhavoronkov a fondé l'entreprise en 2014. Il a reçu sa formation initiale en informatique et a passé plusieurs années à travailler chez ATI, jusqu'à ce qu'en 2006 AMD rachète l'entreprise. À ce stade, il décide de changer de métier et de se lancer dans la recherche biotechnologique, s'intéressant au ralentissement du vieillissement. Il a obtenu une maîtrise de l'Université Johns Hopkins, puis un doctorat de l'Université d'État de Moscou, où il s'est concentré sur la recherche sur l'utilisation de l'apprentissage automatique pour étudier la physique des interactions moléculaires dans les systèmes biologiques. Il a travaillé pour plusieurs entreprises, mais est ensuite retourné à Baltimore pour fonder Insilico.
La philosophie initiale de l'entreprise était d'utiliser l'apprentissage en profondeur afin d'enseigner aux réseaux de neurones à contourner de grandes bibliothèques de molécules et à trouver des cibles d'exposition aux médicaments. Cependant, peu de temps après la fondation de l'entreprise, Zhavoronkov s'est intéressé aux travaux de
Jan Goodfellow dans le domaine de l'apprentissage automatique et a décidé de changer de cap.
"Pouvons-nous obtenir une machine pour créer de nouvelles molécules avec de nouvelles propriétés, au lieu de simplement consulter les bibliothèques de fournisseurs géantes?" - Il a posé une telle question. La découverte de nouveaux médicaments se fait traditionnellement par criblage moléculaire, mais la question est de savoir si ce processus peut être optimisé et accéléré à l'aide de l'apprentissage automatique.
La première étude basée sur cette idée, publiée par l'entreprise en 2016, a permis d'attirer des investissements pour la recherche à l'intersection des domaines de la biotechnologie et de l'intelligence artificielle. Selon Pitchbook, Zhavoronkov a levé 24,3 millions de dollars supplémentaires d'investissements auprès de sponsors tels que A-Level Capital et Juvenescence, avec une valorisation totale de 56 millions de dollars. Il a également plusieurs partenaires en biotechnologie, dont A2A Pharmaceuticals et TARA Biosystems.
Cette étude porte sur le défi que l'entreprise et ses collègues du monde de la chimie se sont lancés. Ils ont demandé à Insilico d'utiliser leur système pour développer des médicaments potentiels qui pourraient interférer avec l'activité de la discoïdine du récepteur 1 du domaine (DDR1). Le DDR1 est une enzyme impliquée dans la fibrose, et bien qu'il ne soit pas encore clair s'il régule ces processus, l'inhibition de son activité est considérée comme une thérapie possible. Cette tâche a constitué la base d'études publiées récemment par un groupe d'experts de Genentech qui ont mis environ 8 ans à identifier des inhibiteurs prometteurs de la kinase DDR1.
Vue générale du processus de recherche InsilicoInsilico a utilisé GENTRL pour développer de nouveaux médicaments potentiels qui ont ensuite été synthétisés, et l'un d'entre eux a même été testé avec succès chez la souris. La conception d'un système d'intelligence artificielle a pris environ 21 jours et le temps total de développement, de synthèse et de validation a pris environ 46 jours. Bien qu'aucun des médicaments développés par GENTRL ne se soit avéré plus efficace que les inhibiteurs découverts par la méthode de recherche traditionnelle, la méthode traditionnelle a pris plus de 8 ans et des millions de dollars par rapport à plusieurs semaines et un coût approximatif de 150000 $.
«Leurs molécules sont incroyables, elles sont bien meilleures que les résultats de notre intelligence artificielle», - a déclaré Zhavoronkov.
"Mais là encore, des années de travail jouent un rôle ici contre des gens qui ne sont pas si bons en chimie, mais qui font déjà de telles choses."Bien sûr, dans le contexte de l'ensemble du développement des médicaments, ce n'est que la première étape. Bien qu'il s'agisse d'un jalon important pour démontrer le potentiel de l'IA dans l'identification de médicaments potentiels, il faudra des années d'essais cliniques et des millions de dollars pour rechercher avant qu'un médicament potentiel soit approuvé comme traitement pour une maladie particulière.
Zhavoronkov dit également qu'Insilico a encore beaucoup de travail à faire. Pour lui, cette étude est considérée comme une percée importante, car elle montre les perspectives d'utilisation de l'IA dans la création de médicaments.
«Je crois que cette étude réduira le scepticisme dans les produits pharmaceutiques mondiaux », dit-il.