Alors que l’industrie pharmaceutique peut mettre des années à créer des médicaments capables de traiter ou de guérir des maladies humaines, une nouvelle étude suggère que l’utilisation de l’intelligence artificielle générative pourrait considérablement accélérer le processus de développement de médicaments.
Aujourd’hui, la plupart des découvertes de médicaments sont effectuées par des chimistes humains qui s’appuient sur leurs connaissances et leur expérience pour sélectionner et synthétiser les bonnes molécules nécessaires pour devenir les médicaments sûrs et efficaces dont nous dépendons. Pour identifier les voies de synthèse, les scientifiques utilisent souvent une strategy appelée rétrosynthèse – une méthode pour créer des médicaments potentiels en travaillant à rebours à partir des molécules recherchées et en recherchant des réactions chimiques pour les fabriquer.
Pourtant, parce que passer au crible des millions de réactions chimiques potentielles peut être une entreprise extrêmement difficile et chronophage, des chercheurs de l’Ohio Point out University ont créé un cadre d’IA appelé G2Retro pour générer automatiquement des réactions pour une molécule donnée. La nouvelle étude a montré que par rapport aux méthodes de planification manuelle actuelles, le cadre était capable de couvrir une vaste gamme de réactions chimiques possibles ainsi que de discerner avec précision et rapidement quelles réactions pourraient fonctionner le mieux pour créer une molécule médicamenteuse donnée.
“L’utilisation de l’IA pour des choses essentielles pour sauver des vies humaines, comme la médecine, est ce sur quoi nous voulons vraiment nous concentrer”, a déclaré Xia Ning, auteur principal de l’étude et professeur agrégé d’informatique et d’ingénierie à l’Ohio State. “Notre objectif était d’utiliser l’IA pour accélérer le processus de conception de médicaments, et nous avons constaté que cela permet non seulement aux chercheurs de gagner du temps et de l’argent, mais fournit également des candidats-médicaments qui peuvent avoir de bien meilleures propriétés que toutes les molécules qui existent dans la character.”
Cette étude s’appuie sur des recherches antérieures de Ning où son équipe a développé une méthode nommée Modof qui a pu générer des structures moléculaires qui présentaient les propriétés souhaitées mieux que toutes les molécules existantes. “Maintenant, la dilemma est de savoir remark fabriquer de telles molécules générées, et c’est là que cette nouvelle étude brille”, a déclaré Ning, également professeur agrégé d’informatique biomédicale au College or university of Drugs.
L’étude a été publiée aujourd’hui dans la revue Communications Chemistry.
L’équipe de Ning a formé G2Retro sur un ensemble de données contenant 40 000 réactions chimiques collectées entre 1976 et 2016. Le cadre “apprend” à partir de représentations graphiques de molécules données et utilise des réseaux de neurones profonds pour générer d’éventuelles constructions de réactifs qui pourraient être utilisées pour les synthétiser. Son pouvoir générateur est si impressionnant que, selon Ning, une fois donné une molécule, G2Retro pourrait proposer des centaines de nouvelles prédictions de réaction en seulement quelques minutes.
“Notre méthode d’IA générative G2Retro est capable de fournir plusieurs voies et choices de synthèse différentes, ainsi qu’un moyen de classer différentes options pour chaque molécule”, a déclaré Ning. “Cela ne remplacera pas les expériences actuelles en laboratoire, mais cela offrira des selections de médicaments plus nombreuses et meilleures afin que les expériences puissent être priorisées et ciblées beaucoup in addition rapidement.”
Pour tester davantage l’efficacité de l’IA, l’équipe de Ning a mené une étude de cas pour voir si G2Retro pouvait prédire avec précision quatre nouveaux médicaments déjà en circulation : Mitapivat, un médicament utilisé pour traiter l’anémie hémolytique Tapinarof, qui est utilisé pour traiter diverses maladies de la peau Mavacamten, un médicament pour traiter l’insuffisance cardiaque systémique et Oteseconazole, utilisé pour traiter les bacterial infections fongiques chez les femmes. G2Retro a pu générer correctement exactement les mêmes voies de synthèse brevetées pour ces médicaments, et a fourni des voies de synthèse alternate options qui sont également réalisables et synthétiquement utiles, a déclaré Ning.
Avoir un appareil aussi dynamique et efficace à la disposition des scientifiques pourrait permettre à l’industrie de fabriquer des médicaments additionally puissants à un rythme as well as rapide – mais malgré l’avantage que l’IA pourrait donner aux scientifiques à l’intérieur du laboratoire, Ning souligne que les médicaments créés par G2Retro ou toute IA générative doivent encore être validé – un processus qui implique que les molécules créées soient testées sur des modèles animaux et additionally tard dans des essais humains.
« Nous sommes très enthousiasmés par l’IA générative pour la médecine, et nous nous engageons à utiliser l’IA de manière responsable pour améliorer la santé humaine », a déclaré Ning.
Cette recherche a été soutenue par le programme d’excellence en recherche du président de l’Ohio State et la Countrywide Science Basis. Les autres co-auteurs de l’État de l’Ohio étaient Ziqi Chen, Oluwatosin Ayinde, James Fuchs et Huan Solar.
