Sztuczna inteligencja przyspiesza powstanie leków

• Skrócenia procesu odkrywania leków dzięki AI
• Uczenie maszynowe pomaga chemikom
• Sztuczna inteligencja do odkrywania leków

Średnio droga od odkrycia nowego leku do jego wejścia na rynek trwa 12 lat. W przypadku terapii genowej zajmuje to znacznie dłużej, nawet 30 lat. Jednocześnie tylko ok. 1 na 5 tys. nowych związków zostaje zatwierdzonych jako leki farmaceutyczne. Polska firma biotechnologiczna chce znacznie skrócić i ułatwić proces opracowywania nowych preparatów. Technologia opracowana przez Molecule.one umożliwia przewidywanie najlepszych możliwych ścieżek produkcji dowolnego związku chemicznego. Nowoczesne rozwiązania w zakresie planowania syntezy chemicznej z wykorzystaniem sztucznej inteligencji wspierają prace nad lekami na wczesnym etapie.

Skrócenia procesu odkrywania leków dzięki AI

– W procesie odkrywania leków zadajemy sobie dwa pytania. Po pierwsze, jaki związek chemiczny będzie dobrym lekiem. Po drugie, jak go zrobić. I my zajmujemy się tym pytaniem. Związki chemiczne trzeba zsyntetyzować. To proces, który można porównać do gotowania, czyli przelewamy rzeczy, zwiększamy temperaturę. Proponujemy naszym klientom oprogramowanie, które podpowiada, jak zrobić dany związek chemiczny – mówi agencji Newseria Biznes dr Stanisław Jastrzębski, dyrektor techniczny Molecule.one.

National Center for Biotechnology Information podaje, że od odkrycia leku do wprowadzenia go na rynek detaliczny mija zwykle ok. 10–12 lat.  Same badania kliniczne trwają średnio sześć–siedem lat. Centrum badań nad opracowywaniem leków Tufts wyliczyło, że opracowanie nowego leku kosztuje firmy farmaceutyczne 2,6 mld dol. Koszty te mogą być jednak zaniżone, zwłaszcza że nawet 80 proc. nowych związków w trakcie opracowywania okazuje się nieprzydatnych. Polska firma Molecule.one opracowuje nowoczesne rozwiązania w zakresie planowania syntezy chemicznej z wykorzystaniem sztucznej inteligencji i w ten sposób przyspiesza prace nad lekami.

– Nasze rozwiązanie przyczynia się do skrócenia procesu odkrywania leków poprzez automatyczne proponowanie planu syntezy, z użyciem sztucznej inteligencji. Obecnie standardem jest, że chemik organik w laboratorium dużej firmy ręcznie planuje syntezę. To proces, który dla danego związku może zająć godziny ciężkiej pracy. Zamiast tego, dzięki metodom sztucznej inteligencji, szczególnie uczenia głębokiego, taki plan syntezy jest proponowany w sekundy zamiast w godziny – tłumaczy Stanisław Jastrzębski.

Uczenie maszynowe pomaga chemikom

Molecule.one stosuje technologie wykorzystujące uczenie maszynowe, aby pomóc chemikom szybciej i łatwiej projektować, wytwarzać i testować związki. Skraca to czas odkrywania nowych leków, szczególnie prace na wczesnym etapie, i umożliwia opracowanie nowych rozwiązań na rzadkie choroby. W sierpniu br. Molecule.one i CAS, oddział Amerykańskiego Towarzystwa Chemicznego, nawiązały strategiczną współpracę skupioną właśnie na wspólnym rozwoju technologii projektowania syntezy wspomaganej komputerowo.

– Spółka Molecule.one powstała w 2018 roku, w 2019 roku wprowadziliśmy jako pierwsi na rynek rozwiązania oparte o uczenie głębokie, poddziałka sztucznej inteligencji w kontekście właśnie planowania syntezy. Wtedy też rozpoczęliśmy komercjalizację naszego rozwiązania. Ostatni bardzo istotny etap naszego rozwoju polega na podpisaniu wyłącznego partnerstwa z dostarczycielem największych zbiorów danych reakcji chemicznych przeprowadzonych historycznie i rozpoczynamy teraz nowy etap komercjalizacji naszego głównego rozwiązania – zapowiada dyrektor techniczny Molecule.one.

Sztuczna inteligencja do odkrywania leków

Pierwsza wspólna oferta, M1 RetroScore, wykorzystuje modele uczenia maszynowego, aby przewidzieć prawdopodobieństwo syntezy nowych cząsteczek. Rozwiązanie zapewnia ocenę dostępności syntetycznej, która odpowiada kosztowi wyprodukowania danego związku, wraz z planem syntezy.

– Jednym z elementów naszej strategii jest stworzenie własnego wysoko zrobotyzowanego laboratorium. To unikalne laboratorium w skali regionu, w którym przeprowadzamy reakcje chemiczne na bardzo dużą skalę. W połączeniu z danymi uzyskanymi w wyłącznym partnerstwie z firmą CAS tworzymy teraz unikalny i niepowtarzalny zbiór danych na rynku biotechnologicznym dotyczący reakcji chemicznych – wyjaśnia dyrektor techniczny Molecule.one. – Liczymy, że w perspektywie lat będziemy się stawać coraz bardziej unikatową spółką pod względem dostępu do danych, a przez to, że mamy bardzo duże doświadczenie w sztucznej inteligencji, możemy połączyć te dwie przewagi.

Grand View Research podaje, że światowy rynek wykorzystania sztucznej inteligencji w odkrywaniu leków w 2022 roku był wart 1,1 mld dol.  W latach 2023–2030 będzie rósł w średnim tempie o 29,6 proc. rocznie.