Un nou instrument de inteligenţă artificială accelerează descoperirile în medicină, identificând genele şi tratamentele care pot readuce celulele bolnave la o stare sănătoasă. Această tehnologie ar putea transforma modul în care sunt dezvoltate tratamentele pentru boli complexe, inclusiv cancer.

Modelul de AI, dezvoltat de un grup de cercetători de la Harvard Medical School (HMS), poate identifica genele şi combinaţiile de medicamente capabile să inverseze procesele patologice din celule, deschizând calea către tratamente mai eficiente pentru pentru afecţiuni dificile şi cu mecanisme multiple, precum cancerul sau bolile neurodegenerative, oferind soluţii mai rapide şi personalizate pentru pacienţi.

Noul model, denumit PDGrapher, este disponibil în regim open-source, putând fi accesat şi utilizat liber de către comunitatea ştiinţifică, şi este prezentat într-un articol publicat, marţi, în revista Nature Biomedical Engineering.

Spre deosebire de abordările tradiţionale, care testează pe rând câte o ţintă proteică sau un medicament, PDGrapher analizează simultan mai mulţi factori care contribuie la apariţia bolii. Astfel, poate identifica atât genele responsabile pentru starea bolnavă a celulelor, cât şi combinaţiile de tratamente cu cea mai mare probabilitate de a le readuce la funcţionarea normală.

Metoda clasică de descoperire a medicamentelor se bazează pe inhibarea sau activarea unei singure proteine, strategie eficientă în unele cazuri – cum ar fi inhibitorii de kinază utilizaţi în tratamentul cancerului. Însă multe boli sunt generate de interacţiunea complexă a mai multor căi de semnalizare celulară, ceea ce face dificilă identificarea unei singure ţinte terapeutice.

PDGrapher abordează problema dintr-o perspectivă globală, analizând reţeaua de relaţii dintre gene, proteine şi procese biologice pentru a estima combinaţiile optime de terapii.

AI-ul funcţionează ca o reţea neuronală de tip grafic, capabilă să observe nu doar datele individuale, ci şi conexiunile dintre acestea. Practic, PDGrapher „simulează” ce s-ar întâmpla dacă anumite componente celulare ar fi dezactivate sau reduse, indicând apoi ce ţinte trebuie abordate pentru a readuce celula la starea sănătoasă. Cercetătorii compară acest proces cu un bucătar expert care ştie exact ce ingrediente să combine pentru a obţine gustul dorit, spre deosebire de cineva care experimentează la întâmplare.

Modelul a fost antrenat pe seturi de date provenind de la celule bolnave, analizate înainte şi după tratament, pentru a învăţa ce modificări genetice determină trecerea de la o stare patologică la una normală. Ulterior, a fost testat pe 19 seturi de date care acoperă 11 tipuri de cancer, inclusiv probe şi tipuri de tumori pe care nu le „văzuse” anterior.

Rezultatele au demonstrat o acurateţe superioară altor instrumente similare, modelul inteligent identificând corect ţinte terapeutice cunoscute, dar şi noi gene promiţătoare. De exemplu, modelul a evidenţiat receptorul KDR (VEGFR2) ca ţintă în cancerul pulmonar fără celule mici, confirmând datele clinice existente, şi enzima TOP2A, deja vizată de unele chimioterapii, ca posibilă ţintă pentru limitarea metastazelor.

În comparaţie cu alte modele de AI, noul instrument inteligent s-a dovedit mult mai eficient: a identificat corect ţintele terapeutice cu o precizie cu până la 35% mai mare şi a oferit rezultatele mult mai repede, chiar de 25 de ori mai rapid. Această eficienţă îl face ideal pentru accelerarea procesului de descoperire a medicamentelor, în special în bolile complexe unde tumorile sau celulele afectate pot dezvolta rezistenţă la terapiile clasice care vizează o singură ţintă.

Pe termen lung, cercetătorii speră ca noul instrument de AI să fie folosit pentru a analiza profilul celular al fiecărui pacient, permiţând conceperea unor tratamente personalizate.

În prezent, modelul este aplicat în cercetări privind boli neurodegenerative, precum Parkinson şi Alzheimer, dar şi în colaborare cu Massachusetts General Hospital pentru identificarea unor noi terapii în distonie-parkinsonism legat de cromozomul X (XDP), o afecţiune genetică rară.

Potrivit autorilor studiului, acest instrument nu doar că poate revoluţiona descoperirea de medicamente, dar poate oferi şi o înţelegere mai profundă a mecanismelor biologice implicate în boli.

„Scopul principal este să elaborăm un plan clar şi bine structurat care să cuprindă toate direcţiile posibile prin care bolile pot fi oprite sau chiar inversate, acţionând direct la nivelul celulelor, acolo unde acestea iau naştere”, a concluzionat Marinka Zitnik, autoarea principală a studiului, profesor asociat de informatică biomedicală la Institutul Blavatnik din cadrul HMS.

Sursa: https://www.360medical.ro/