At lære AI-systemer at bruge intuition til at finde ny medicin

Et kombineret team af biomedicinske forskere fra Novartis Institutes for Biomedical Research og Microsoft Research AI4Science har gjort indtog i at lære AI-systemer, hvordan man finder ny medicin. I deres undersøgelse, rapporteret i tidsskriftet Nature Communications , brugte gruppen feedback fra kemikere i feltet til at give intuitionsretningslinjer for en kunstig intelligens-model.

At finde ny medicin er en notorisk vanskelig og besværlig opgave. Processen med at finde nye terapier involverer typisk eksperter inden for en række forskellige områder, der arbejder med forskellige dele af problemet. Læger og andre medicinske forskere skal for eksempel først afdække rødderne til en given sygdom for at finde dens årsag. Kemikere eller andre medicinske forskere skal derefter finde et kemikalie, der kan vende problemet eller forhindre det i at ske i første omgang.

Begge dele af processen tager tid og kræfter. I dette nye projekt forsøgte forskerholdet at afgøre, om AI-applikationer kunne gøre den anden del lettere.

En af måderne, man finder nye lægemidler på, er gennem intuition - en mavefornemmelse hos en kemiker om, at visse kemikalier kan vise sig nyttige til behandling af visse lidelser. Denne intuition er svær at kode. Det kan ændre sig nu med fremkomsten af ​​AI-applikationer.

For at anvende kunstig intelligens på problemet med udvikling af lægemidler bad forskerne om feedback fra 45 kemikere, hvis opgave det er at finde nye lægemidler. Hver blev bedt om at vælge fra en liste med 220 kemiske par, som de mente havde en god chance for at blive et nyttigt lægemiddel ved kun at bruge intuition opnået fra mange års erfaring på området.

Denne feedback blev derefter givet til AI-systemet, som rangerede kemiske par baseret på, hvad det havde lært - det reagerede ved at give hvert par en score baseret på dets vurderinger af sandsynligheden for, at stoffet ville være nyttigt. Forskerholdet sendte derefter de højest scorende kemikaliepar til et AI-baseret system, der designer molekyler baseret på kemikalier, det er givet - nogle af resultaterne fra systemet blev af forskerne beskrevet som lovende.

Forskerholdet testede derefter deres system på lægemidler, der allerede var på markedet, og fandt, hvad de beskriver som et "signal", der skal læres ud fra kemikerbaserede intuitionsdata - et fund, der har overbevist dem om, at yderligere forskning er berettiget.

Flere oplysninger: Oh-Hyeon Choung et al., Udvinding af medicinsk kemi-intuition via præference maskinlæring, Nature Communications (2023). DOI:10.1038/s41467-023-42242-1

Journaloplysninger: Nature Communications

© 2023 Science X Network