Исследователи используют ИИ, чтобы помочь перепрофилировать лекарства для лечения редких заболеваний

Инструмент искусственного интеллекта революционизирует разработку лекарств, перепрофилируя существующие препараты, определяя методы лечения более 17 000 редких заболеваний и сокращая неравенство в отношении здоровья. (ФОТО: Гарвардская медицинская школа)

Редкие и недиагностированные заболевания поражают более 300 миллионов человек во всем мире, создавая огромное гуманитарное и экономическое бремя. Хотя по отдельности эти заболевания встречаются редко, в совокупности они представляют собой серьезную проблему для здравоохранения. Несмотря на актуальность, только для 5-7 процентов этих заболеваний существуют лекарства, одобренные FDA, в результате чего многие пациенты остаются без эффективных методов лечения.

Инновационный инструмент искусственного интеллекта (ИИ) предлагает новый путь устранения этого пробела. Разработанная исследователями Гарвардской медицинской школы и опубликованная в журнале Nature Medicine, модель искусственного интеллекта под названием TxGNN продемонстрировала беспрецедентный потенциал для поиска методов лечения редких и забытых заболеваний.

Перепрофилируя существующие лекарства, TxGNN выявила кандидатов для лечения более 17 000 заболеваний, включая те, которые в настоящее время не поддаются лечению. Это достижение знаменует собой значительный шаг вперед в разработке лекарств.

Революция в области искусственного интеллекта в перепрофилировании лекарств

TxGNN — это ИИ-модель на основе графиков, специально разработанная для повторного использования лекарств. В отличие от традиционных подходов, которые фокусируются исключительно на заболеваниях с существующими методами лечения, этот инструмент анализирует общие признаки различных заболеваний для выявления новых лекарств-кандидатов. Он использует обширный набор данных, включая геномную информацию, данные о клеточных сигналах и клинические истории, для установления связей между заболеваниями и потенциальными методами лечения.

TxGNN — это графическая модель для повторного использования лекарств, определения лекарств-кандидатов для лечения заболеваний с ограниченными возможностями лечения и ограниченными молекулярными данными. (АВТОР: Nature Medicine)

“С помощью этого инструмента мы стремимся определить новые методы лечения всего спектра заболеваний”, — сказала Маринка Зитник, ведущий исследователь и доцент кафедры биомедицинской информатики Гарвардской медицинской школы. “Для лечения редких и запущенных заболеваний эта модель может помочь сократить разрыв, который создает серьезные различия в состоянии здоровья”.

В ходе своих первоначальных испытаний TxGNN изучила около 8000 одобренных FDA и экспериментальных лекарственных средств, выявив потенциальное применение при более чем 17 000 заболеваний. Его прогнозы также включали информацию о возможных побочных эффектах и противопоказаниях, что обеспечивает уровень прозрачности, повышающий доверие врачей.

Расширение сферы применения новых лекарственных средств

Перепрофилирование существующих лекарственных средств обеспечивает более быстрый и экономически эффективный путь к разработке терапии. Многие лекарства оказывают действие, выходящее за рамки их первоначальных целей, некоторые из которых остаются неизвестными в ходе первоначальных клинических испытаний. Со временем почти у 30% одобренных FDA лекарств появились дополнительные показания, а некоторые из них получили множество новых применений.

Традиционно перепрофилирование лекарств основывалось на случайных открытиях или использовании не по назначению, руководствуясь интуицией клинициста. TxGNN стремится заменить этот случайный подход стратегической методологией, основанной на данных. Способность модели выявлять общие геномные основы различных заболеваний позволяет ей экстраполировать хорошо изученные состояния на те, которые еще плохо изучены.

“Мы, как правило, полагаемся на удачу и прозорливость, а не на стратегию, что ограничивает разработку лекарств только теми заболеваниями, для лечения которых уже существуют лекарства”, — пояснил Зитник. “Даже для лечения распространенных заболеваний новые лекарства могут предложить альтернативы с меньшим количеством побочных эффектов или большей эффективностью для определенных пациентов”.

Превосходная производительность и прозрачность

TxGNN превзошла ведущие модели искусственного интеллекта для повторного использования лекарств, продемонстрировав почти на 50% большую точность в определении лекарств-кандидатов и на 35% лучшее прогнозирование противопоказаний. Эти показатели были подтверждены с использованием 1,2 миллиона записей о пациентах и различных экспериментальных задач.

Например, модель успешно определила возможные методы лечения трех редких заболеваний, с которыми она не сталкивалась во время обучения: нарушения развития нервной системы, заболевания соединительной ткани и генетическое заболевание, влияющее на водный баланс.

TxGNN точно предсказывает показания и противопоказания к применению лекарств. (АВТОР: Nature Medicine)

Что отличает TxGNN от других, так это функция “Объяснения”, которая предоставляет подробные обоснования для своих прогнозов. Эта прозрачность приближает модель к клиническим рассуждениям человека, предлагая многоуровневые пути получения медицинских знаний, которые могут просматривать клиницисты. “Эта способность рассуждать и объяснять повышает доверие к рекомендациям модели”, — отметил Зитник.

Более того, прогнозы инструмента часто совпадают с существующими нестандартными вариантами использования, что еще больше подтверждает его надежность. Например, в ходе выполнения одной задачи TxGNN идентифицировал небольшие молекулы, способные воздействовать на белки, участвующие в патогенезе заболеваний. Эти результаты не только соответствуют современным медицинским знаниям, но и подчеркивают потенциал модели для открытия новых терапевтических направлений.

Устраняя пробелы в лечении

Применение TxGNN выходит далеко за рамки редких заболеваний. Для состояний, при которых существуют методы лечения, модель может определить альтернативы с меньшим количеством побочных эффектов или повышенной эффективностью. Перепрофилируя препараты с известными профилями безопасности, TxGNN ускоряет их клиническое применение, минуя длительный и дорогостоящий процесс разработки новых лекарств с нуля.

TxGNN прогнозирует показания и противопоказания к применению лекарств в сложных областях, связанных с заболеваниями, с помощью небольших наборов молекулярных данных. (Nature Medicine)

Исследовательская группа предоставила этот инструмент в свободном доступе, поощряя клиницистов-ученых изучать его возможности. Несколько фондов по борьбе с редкими заболеваниями уже сотрудничают с командой в поиске потенциальных методов лечения заболеваний с ограниченными терапевтическими возможностями или вообще без них.

Несмотря на то, что методы лечения, выявленные TxGNN, требуют дальнейшей проверки, беспрецедентные возможности модели по перепрофилированию лекарств представляют собой революционный шаг в медицине. “Именно в этом мы видим потенциал ИИ в снижении глобального бремени болезней”, — сказал Зитник. — Поиск новых способов применения существующих лекарств происходит быстрее, экономичнее и потенциально может спасти бесчисленное количество жизней”.