Yapay zeka tarafından üretilen bileşikler belirli hücre tiplerine çarpıyor ve geleneksel taramadan daha iyi performans gösteriyor

Klasik ilaç keşif paradigması bilinen bir moleküler hedefle başlar: modülasyonunun bir hastalığın seyrini tersine çevirmesi beklenen bir protein. Ancak birçok patolojide böyle bir hedef her zaman mevcut değildir veya yeterince karakterize edilememiştir.

Şimdi, Dr. Patrick Aloy liderliğindeki IRB Barselona’daki Yapısal Biyoenformatik ve Ağ Biyolojisi Laboratuvarı, belirli bir proteine ​​​​değil, hücrelerde yaratmayı amaçladıkları etkiye dayalı olarak moleküller tasarlamak için yeni bir strateji öneriyor.

Fenotipik keşif olarak bilinen bu yaklaşımda, başlangıç ​​noktası belirli bir moleküler hedef değil, hücredeki gözlemlenebilir bir yanıttır (örneğin, bir molekülün belirli bir hücre tipine etki edip diğerlerine etki etmemesi).

Metodolojiyi test etmek için ekip, pankreas kanserinden türetilen çizgiler ve kontrol hücreleri dahil olmak üzere çeşitli hücre modellerini kullandı.

IRB Barselona’da ICREA araştırmacısı olan Dr. Patrick Aloy şöyle açıklıyor: “İlk kez, elde etmek istediğimiz biyolojik etkiye dayalı olarak yapay zekayı kullanarak yeni kimyasal varlıklar tasarladık ve bunların belirli hücreler üzerinde çalıştığını deneysel olarak gösterdik.”

Taramanın sınırlarını zorlamak

Sistemi eğitmek için araştırmacılar ilk olarak sekiz farklı hücre modelinde 11.000’den fazla kimyasal bileşiği test ederek kendi veri tabanlarını oluşturdular: altı pankreas kanseri türü ve iki kontrol. Bu verileri kullanarak, hücrelerdeki her molekülün biyoaktivite bilgisine dayalı tahmin modelleri oluşturdular; bu modellerin, yalnızca bileşikler arasındaki kimyasal benzerliğe dayalı yöntemlerden çok daha doğru olduğu kanıtlandı.

Daha sonra bu modelleri, yeni aday moleküller önerebilen üretken bir yapay zeka ve makine öğrenimi sistemine entegre ettiler. Amaç, yeni molekülleri ikili bir kritere göre tasarlamaktı: Belirli bir hücre tipine karşı aktif olurken kontrol hücreleri veya diğer hücresel profiller üzerinde daha az etkiye sahip olmaları.

Deneysel doğrulama: bilgisayardan laboratuvara

Ekip, yapay zeka tarafından tasarlanan moleküllerin çoğunu deneysel olarak değerlendirdi ve birçoğu, tasarlandıkları işlevle eşleşti: belirli hücre modelleri üzerinde seçici olarak hareket ederken diğerleri üzerinde daha az etkiye sahip olmak.

Yapay zeka tarafından tasarlanan moleküller, yalnızca geleneksel tarama stratejileriyle elde edilenlerle karşılaştırıldığında üstün aktivite sergilemekle kalmadı, aynı zamanda birçoğunun yapısal olarak yenilikçi ve bilinen kimyasal bileşiklerden farklı olduğu da ortaya çıktı.

Bu, bileşik keşfinin hala erken bir aşaması olmasına rağmen, metodoloji, özellikle net bir terapötik hedefin olmadığı bağlamlarda, aday moleküllerin daha hızlı ve daha hedefe yönelik bir şekilde tanımlanması için yeni olanaklar sunmaktadır.