Как нейросети создают пилюлю от старения

Как нейросети пришли в фармацевтику

Сейчас разработчиком искусственного интеллекта себя называет каждый дворник. Искусственный интеллект как область существует с 50-х годов. Но хайп пошел из-за прорыва в глубоком обучении. Это глубокие нейронные сети, которые работают по тем же принципам, что и человеческий мозг. Слои нейронов представлены алгоритмами, и они обучаются распознавать различные паттерны — в зависимости от рассматриваемых данных. Из этих паттернов уже можно выделять признаки.

Искусственный интеллект придумывает новые молекулярные структуры. Это биомаркеры старения на крови и генеративно-состязательные модели для создания новых лекарственных препаратов.

Стоимость разработки каждого нового препарата — более $2,6 млрд. И она растет, так как становится больше регуляции, 92% клинических испытаний заканчиваются провалом, а все слишком простые молекулы народ уже пустил в аптеки.

Фармкомпании не любят рисковать и стараются выпускать препараты, которые уже где-то известны: они стараются их перепозиционировать. Они пробуют уже опробованное в другом заболевании, и очень часто из-за этого тоже возникают провалы.

Фарминдустрия не любит делиться данными. Но в США законодательно закреплено, что результаты исследований, проведенных на государственные средства, должны публиковаться в открытом доступе.

Мы собираемся изменить фармацевтическую индустрию: построить модель бизнеса, в которой будет возможно финансировать наши глобальные цели. То есть, мы идем сначала за данными и за деньгами, трансформируя фармацевтическую индустрию. И учимся заодно.

Если мы сможем доказать, что искусственный интеллект работает идеально, мы сможем уйти от клинических испытаний. Это моя мечта на следующие 10 лет.

Зачем роботы нюхают людей

Бороться со старением нужно, потому что если продлить здоровую жизнь каждому человеку на земле на один год, можно сгенерировать 7,5 млрд лет жизни. Есть такая мера измерения, называется QALY — quality-adjusted life year. Это год здоровой жизни. Этим показателем измеряется экономика здравоохранения: смотрят, сколько нужно денег, чтобы добавить человеку один QALY к жизни.

Старение начали рассматривать как болезнь. Нет двух одинаковых пациентов. У них разные биомаркеры и по-разному протекают заболевания. Например, если мы посмотрим на саркому двух пациентов, то экспрессия генов у них будет разная. И даже диагноз будет отличаться. Поэтому появилась персонифицированная медицина, когда лекарства разрабатываются под конкретного пациента и его особенности.

Искусственный интеллект выделил, какие молекулы определяют старение. Мы привязали огромный массив данных к возрасту и научили нейросеть определять возраст человека по самым разным параметрам — в основном, по транскриптомным, протеомным данным (данным на основе РНК и белковых структур соответственно, прим. Хайтек) и данным анализов крови. Затем мы отделили маркеры, которые связаны со старением, от маркеров заболевания. Таким образом у нас получились гораздо более чистые данные, которые очень нравятся фарме. Мы научились выделять молекулярные мишени старения.

Наш ИИ нюхает людей электронным носом: пытается распознавать их возраст и делает это лучше живых людей. Наша задача — определять возраст, используя любые типы данных: фотографию, кровь, экг. Это называется young.ai. Естественный интеллект может распознавать возраст человека по запаху, но искусственный интеллект умеет это еще лучше. Запах меняется, потому что у нас увеличивается общая площадь кожи и меняется состав микробиоты.

Как ИИ помогает создавать лекарства

Можно генерировать идеальные молекулы с помощью искусственного интеллекта. Чтобы получить хороший препарат, нужно знать молекулярную мишень. Представьте: чтобы выключить какой-то патологический процесс, вам нужно выбрать и нажать одну из 20 тыс. кнопок. Нужно найти идеальную молекулу, которая эту кнопку нажмет, свяжется с белком и одновременно будет безопасной.

У нас есть искусственный интеллект, который предсказывает исход клинического испытания. Ему помогают созданные нами «треугольники»: заболевание-мишень-молекула. Но эта штука еще не слишком хорошо работает.

В нейросети можно прописать, что молодая ткань — это норма, а более старая — это уже заболевание, и посмотреть, какие молекулы могут повернуть вспять процессы, связанные со старением. Мы используем глубокое обучение, чтобы искать новые молекулярные структуры для уже известных мишеней: конструируем характеристику заболевания, сравнивая здоровые ткани с больными, а после этого используем знания о молекулах и смотрим, какие из них могут влиять на какие мишени и изменять их. Можно одинаково изучать и рак, и старение.

Нейросеть способна взять много миллионов молекул, упаковать их и восстановить на другом конце в идеальном состоянии. А в скрытых слоях нейронной сети мы добавляем молекулам новые признаки, которых у них раньше не было. Так можно убивать раковые клетки. Мы начали синтезировать эти молекулы и отправлять в Китай нашим партнерам, которые их тестировали.

Возможности искусственного интеллекта нужно тестировать на людях.Поэтому мы начали работать с различными компаниями, которые могут выводить продукты на рынок быстрее, чем фарма, — например косметика, различные биодобавки и т. д. Мы начали работать с компанией Life Extension. В США 400 тыс. человек постоянно пользуются их продуктами. Это не просто витамины с полки в 7-Eleven — у них очень серьезная исследовательская группа, они предлагают всем своим клиентам сдавать анализы крови.

Прорывы индустрии борьбы со старением за последние пять лет уже не кажутся шарлатанством. Люди поверили в метформин, потому что сейчас его начали серьезно исследовать. И молекулы, похожие на рапамицин, — их тоже много на различных стадиях исследования.

Комментарии:

Внимание! Ваш e-mail не будет опубликован. *поля для обязательного заполнения!

Cancel reply