Az új gyógyszerek felkutatása – úgynevezett „kábítószer-felfedezés” – költséges és időigényes feladat. A gépi tanulásnak nevezett mesterséges intelligencia azonban nagymértékben felgyorsíthatja a folyamatot, és az ár töredékéért elvégezheti a munkát.
Kollégáimmal a közelmúltban ezt a technológiát használtuk, hogy három ígéretes jelöltet találjunk szenolitikus gyógyszerekre – olyan gyógyszerekre, amelyek lassítják az öregedést és megelőzik az életkorral összefüggő betegségeket.
A senolitikumok öléssel hatnak idősödő sejtek. Ezek olyan sejtek, amelyek „élnek” (metabolikusan aktívak), de már nem tudnak replikálódni, innen a becenevük: zombisejtek.
A replikáció képtelensége nem feltétlenül rossz dolog. Ezek a sejtek DNS-károsodást szenvedtek – például a napsugárzás által károsított bőrsejteket –, így a replikáció leállítása megakadályozza a károsodás terjedését.
De az öregedő sejtek nem mindig jók. Kiválasztják a gyulladásos fehérjék koktélja amely átterjedhet a szomszédos sejtekre. Egy életen át a sejtjeink támadások özönét szenvedik el, az UV-sugárzástól a vegyi anyagoknak való kitettségig, és így ezek a sejtek felhalmozódnak. Az elöregedő sejtek megnövekedett száma a betegségek sora, beleértve a 2-es típusú cukorbetegséget, a COVID-t, a tüdőfibrózist, az osteoarthritist és a rákot.
Laboratóriumi egereken végzett vizsgálatok kimutatták, hogy az elöregedett sejtek megszüntetése, felhasználásával szenolitikumok, enyhítheti ezeket a betegségeket. Ezek a gyógyszerek elpusztíthatják a zombi sejteket, miközben életben tartják az egészséges sejteket.
Körül 80 szenolitikum ismertek, de csak kettőt teszteltek embereken: ezek kombinációját dasatinib és kvercetin. Jó lenne több olyan szenolitikumot találni, amelyek különféle betegségekben alkalmazhatók, de ehhez tíz-húsz év kell. milliárd dollárt hogy egy gyógyszer piacra kerüljön.
Eredmények öt perc alatt
Kollégáimmal – köztük az Edinburghi Egyetem kutatóival és a spanyolországi Santanderben működő Spanyol Nemzeti Kutatási Tanács IBBTEC-CSIC kutatóival – azt szerettük volna tudni, hogy képesek-e betanítani a gépi tanulási modelleket új szenolitikus gyógyszerjelöltek azonosítására.
Ennek érdekében az AI modelleket ismert példákkal láttuk el szenolitikumok és nem-szenolitikumok. A modellek megtanulták megkülönböztetni a kettőt, és felhasználhatók annak előrejelzésére, hogy az általuk korábban soha nem látott molekulák is lehetnek-e szenolitikumok.
A gépi tanulási probléma megoldása során általában először egy sor különböző modellen teszteljük az adatokat, mivel ezek közül néhány általában jobban teljesít, mint mások. A legjobban teljesítő modell meghatározásához a folyamat elején elkülönítjük a rendelkezésre álló képzési adatok egy kis részét, és a betanítási folyamat befejezéséig rejtve tartjuk a modell elől. Ezt a tesztadatokat használjuk fel a modell által elkövetett hibák számszerűsítésére. Az nyer, amelyik a legkevesebb hibát követi el.
Meghatároztuk a legjobb modellünket, és beállítottuk előrejelzések készítésére. 4,340 molekulát adtunk neki, és öt perccel később megküldte az eredmények listáját.
Az AI-modell 21 legjobban jegyzett molekulát azonosított, amelyekről nagy valószínűséggel szenolitikus hatásúnak ítélte. Ha az eredeti 4,340 molekulát teszteltük volna a laboratóriumban, akkor legalább néhány hét intenzív munkába és 50,000 XNUMX fontba került volna csak a vegyületek megvásárlása, nem számítva a kísérleti gépezet és a beállítás költségeit.
Ezután ezeket a gyógyszerjelölteket kétféle sejten teszteltük: egészségesen és öregedő sejten. Az eredmények azt mutatták, hogy a 21 vegyület közül három (periplocin, oleandrin és ginkgetin) képes eltávolítani az öregedő sejteket, miközben a legtöbb normális sejtet életben tartotta. Ezeket az új szenolitikumokat ezután további tesztelésnek vetették alá, hogy többet megtudjanak arról, hogyan működnek a szervezetben.
A részletesebb biológiai kísérletek kimutatták, hogy a három gyógyszer közül az oleandrin hatékonyabb volt, mint a legjobban teljesítő ismert szenolitikus gyógyszer.
Ennek az interdiszciplináris megközelítésnek – adattudósok, kémikusok és biológusok bevonásával – óriási következményei lehetnek. Elegendő jó minőségű adatok birtokában az AI-modellek felgyorsíthatják azt a csodálatos munkát, amelyet a vegyészek és biológusok végeznek a betegségek – különösen a kielégítetlen szükségletek – kezelésének és gyógymódjának megtalálása érdekében.
Miután validáltuk őket öregedő sejtekben, most teszteljük a három jelölt szenolitikumot emberi tüdőszövetben. Reméljük, hogy a következő eredményekről két év múlva számolhatunk be.
A szerzőről
Vanessa Smer-Barreto, tudományos munkatárs, Genetikai és Molekuláris Orvostudományi Intézet, Az Edinburgh-i Egyetem
Ezt a cikket újra kiadják A beszélgetés Creative Commons licenc alatt. Olvassa el a eredeti cikk.
Kapcsolódó könyvek:
A test tartja a pontszámot: Az agy és a test a traumák gyógyításában
írta Bessel van der Kolk
Ez a könyv a trauma, valamint a fizikai és mentális egészség összefüggéseit tárja fel, betekintést és stratégiákat kínálva a gyógyuláshoz és felépüléshez.
Kattintson a további információkért vagy a megrendeléshez
Lélegzet: Egy elveszett művészet új tudománya
írta: James Nestor
Ez a könyv a légzés tudományát és gyakorlatát tárja fel, betekintést és technikákat kínálva a testi és lelki egészség javítására.
Kattintson a további információkért vagy a megrendeléshez
A növényi paradoxon: Az „egészséges” élelmiszerek rejtett veszélyei, amelyek betegségeket és súlygyarapodást okoznak
szerző: Steven R. Gundry
Ez a könyv az étrend, az egészség és a betegségek közötti összefüggéseket tárja fel, betekintést és stratégiákat kínálva az általános egészség és jólét javítására.
Kattintson a további információkért vagy a megrendeléshez
Az Immunity Code: A valódi egészség és a radikális öregedésgátlás új paradigmája
írta Joel Greene
Ez a könyv új perspektívát kínál az egészségről és az immunitásról, az epigenetika alapelveire támaszkodva, valamint betekintést és stratégiákat kínál az egészség és az öregedés optimalizálásához.
Kattintson a további információkért vagy a megrendeléshez
A böjt teljes útmutatója: Gyógyítsa meg testét időszakos, váltakozó napos és hosszabb böjtöléssel
Dr. Jason Fung és Jimmy Moore
Ez a könyv a böjt tudományát és gyakorlatát tárja fel, betekintést és stratégiákat kínálva az általános egészség és jólét javítására.