Napjainkban a mesterséges intelligenciát már szinte senkinek sem kell bemutatni, sokunk életét megkönnyítheti a ChatGPT és más, különféle képességekkel bíró társai. Természetesen, mint a legtöbb technológiai újításnak, ennek is meglehetnek a hátrányai, de kellő odafigyeléssel rendkívül hasznos társunk lehet a jövőben.

Az elmúlt években például a gyógyszerkutatás területén értek el ígéretes eredményt, amellyel egyes gyógyszerek felfedezésétől a forgalomba hozataláig eltelt időt közel a harmadára lehet csökkenteni. Ezzel pedig – a költségek csökkentésén kívül – a környezetet is nagy mértékben kímélhetjük.

Hogyan működik a mesterséges intelligencia?

Mesterséges intelligenciának (MI-nek vagy angol rövidítéssel élve AI-nak, azaz Artificial Intelligence-nek) nevezünk minden olyan technológiát, amely képes lehet az emberi agy működését imitálni. Ezen belül többfajta réteggel találkozhatunk: a legfelső rétegbe tartozik az úgynevezett machine learning (ML, azaz gépi tanulás), amely speciális algoritmusok segítségével képes különböző példákból tanulni külön programozás nélkül. A sokak által kedvelt ChatGPT (a rövidítés a Generative Pretrained Transformer elnevezésre utal) is ezen az elven alapul. Ezen belül léteznek még mesterséges neuronhálózatok, amelyek képesek az emberi ideghálózat működését lemásolni. A legbelső rétegben található az úgynevezett deep learning (DL), amely a gépi tanuláson belül a mesterséges neuronhálózattal képes automatikusan új adatbázisokat generálni.

Milyen módokon használható az AI gyógyszerek előállítására?

A gyógyszergyárak működését már évek óta segíti a mesterséges intelligencia is. Az elmúlt években pedig segítségükkel sikerült forradalmasítani a gyógyszergyártást. Egy gyógyszer előállítása ugyanis rendkívül költséges és időigényes folyamat, a hatóanyag felfedezésétől akár 1–1,5 milliárd dollárba is kerülhet, mire piacra kerül az új gyógykészítményt. Ha ez nem lenne elég, nulláról kezdve a megjelenésig 15–20 év is eltelhet, és rengeteg szigorú vizsgálaton kell átesnie egy gyógyszerjelöltnek. Erről bővebben korábbi cikkünkben olvashatnak:

Kapcsolódó bejegyzések

Hogyan hatnak életünkre a gyógyszerek? – I. rész

Egyrészről modern korunk áldása, másrészről átok. Bemutatjuk, milyen típusú gyógyszerek léteznek, és hogyan készülnek. Valamint a homeopátia létjogosultságát is körüljárjuk.

Az AI viszont ebbe is újítást hozhat, ugyanis a brit székhelyű Exscientia gyógyszer-technológiai vállalat az elmúlt években általuk kifejlesztett mesterséges intelligenciával létrehozott egy teljesen új hatóanyagot, amely a DSP-1181 kódnevet kapta, és OCD-s betegek (obsessive-compulsive disorder-ben, magyarul kényszerbetegségben szenvedők) gyógyítására használhatják a jövőben. A felfedezés azért is bizonyult hatalmas áttörésnek, mivel a hatóanyag felfedezését, kikísérletezését magába foglaló szakaszt sikerült az általában jellemző 4–5 évről mindössze egy évre rövidíteni. Jelenleg a gyógyszer emberre gyakorolt hatását vizsgáló szakaszban járnak. Az innováción felbuzdulva további két gyógyszerjelöltet hoztak létre a mesterséges intelligenciával (az egyiket az Alzheimer-kór ellen), majd a hongkongi Insilico Medicine gyógyszer-technológiai cég is előállt saját mesterséges intelligenciával tervezett gyógyszerével, amely ráadásul még tovább jutott a kísérletekben, hatását már szélesebb körben tesztelik embereken.

Hazai viszonylatban is sikerült áttörő felfedezést elérni a mesterséges intelligencia segítségével: az Oncompass nevű cégnek sikerült megtalálnia egy módszert, amellyel az AI felhasználható terápiás döntések javításához rákos betegek esetében.

További érdekes fejlesztések a mesterséges intelligencia segítségével

Nemcsak gyógyszerek előállítására, de számtalan további célra is felhasználható az AI a vegyiparban. Pár évvel ezelőtt megjelent egy, a létező fehérjéket egy helyre gyűjtő adatbázis, amit teljes egészében a mesterséges intelligencia hozott létre. Az AlphaFold nevű AI a fehérjék kétdimenziós szerkezete alapján közel 90%-os valószínűséggel tudja megjósolni a háromdimenziós szerkezetüket, ezzel nagyban megkönnyítheti a jövőben a betegségek és a gyógyszerek kutatását. Jelenleg már több mint 200 millió fehérje megtalálható az oldalon, ezek között pedig az összes humán genomot (az emberekbe kódolt összes DNS-t) felépítő fehérje jelen van [1]. Az adatbázis ingyenesen elérhető, akinek kedve van, itt kutathat is kedvére.

Ezenfelül az AI segítségével nemrégiben kutatóknak sikerült teljesen nulláról kezdve antitesteket gyártani különböző antigének ellen. Ez már önmagában is figyelemreméltó teljesítmény, azonban ezzel a felfedezéssel szintén nagyban lerövidíthető egy-egy biológiai úton létrehozott gyógyszer előállítása. Ezek piacra kerülése ugyanis még bonyolultabb folyamat, mint a „hagyományos” gyógyszereké, átlagosan 10 évet és legalább 1 milliárd dollárt igényel, miközben a jelöltek közel 90%-a elbukik a teszteken. Így összességében a mesterséges intelligencia ebben az esetben is nagyban megnövelheti az esélyt a sikerre, miközben lecsökkenti az erre szükséges időt és költségeket.

Milyen lehetőségekkel számolhatunk a jövőben ezen a téren?

A mesterséges intelligencia segítségével a jövőben még hatékonyabb módszereket alakíthatnak ki a kutatók és a gyárak egy-egy gyógyszer fejlesztése során, ami tovább rövidítheti azt az időt, amíg a kifejlesztett gyógyszerek piacra kerülnek. Egy lehetséges innováció lehet a már használatban lévő gyógyszerek új célpontokkal szembeni alkalmazása. Ez is nagyjából felére csökkentené az előállítás idejét és költségét, mivel rendelkezésre állnának a gyógyszerek toxikológiai, fizikokémiai és egyéb tulajdonságai, így sok lépést, köztük az állatokon történő kísérletezést is átugorhatnák, tehát csak az embereken történő tesztelés fázisába kellene bekapcsolódni. A mesterséges intelligencián belül a deep learning technológiát hívhatnák ehhez segítségül, amely képes lehet feltérképezni a gyógyszerek különböző célpontok elleni hatásosságát [2].

Egy másik ígéretes jövőbeli fejlesztés az embereken történő teszteléssel kapcsolatos. A mesterséges intelligencia ugyanis segíthet a tesztelésre jelentkezők egészségügyi történetének vizsgálatában. Ezzel sokkal homogénebb és alkalmasabb pácienskört lehetne létrehozni a klinikai tesztekhez, ezzel is növelve a tesztelt gyógyszer sikerének esélyét [2].

Hogyan csökkenthetjük vele a környezet terhelését?

Amint a fentiekből is látható, az AI rendkívüli mértékben csökkentheti egy adott gyógyszer előállításához szükséges időt, illetve növelheti a piacra való kijutásának esélyét. Ez azért is nagyon fontos, mert így egyrészt az olyan gyógyszerekre költött pénz és idő is lecsökken, amelyek egyébként elbuknának a teszteken, így úgymond „feleslegesen” szívnák el az erőforrásokat, köztük az áramot, a vizet és még sok mást. Tehát ha lecsökkentjük a bukási rátát, azzal a környezetet is jobban tudjuk védeni, kevesebb energiaforrást pocsékolunk el. A mesterséges intelligencia által megspórolt idő pedig szintén az energiaforrás-igény csökkenését eredményezheti, és sokkal kevesebb kemikáliát is képez ezáltal a gyógyszergyár, aminek semlegesítésével és megsemmisítésével sem kell így bajlódni, ezzel is csökkentve a környezeti terhelést. Végül, de nem utolsósorban érdemes megemlíteni, hogy a mesterséges intelligencia a gyógyszerjelöltek állatokon történő tesztelését is minimalizálhatja az esetleges hatások előrevetítésével.

Összegzés

A mesterséges intelligenciáról sokaknak az a kép él a fejében, hogy a jövőben elveszi a munkánkat, és átveszi az uralmat felettünk. Azonban érdemes inkább úgy tekinteni erre a technológiára, mint egy eszközre, amely egyrészt jó kezekbe kerülve hatékonyan lerövidítheti a monoton és nagy precizitást igénylő feladatokat, másrészt pedig a kutatóknak segítséget nyújt valami újat alkotni. Összességében tehát a mesterséges intelligencia a gyógyszergyártás idejét és költségeit is csökkentheti nagy megbízhatósággal, ezáltal pedig a gyógyszerek környezetre való ártalmasságát is minimalizálhatja.

Források:

[1]      K. Tunyasuvunakool et al., “Highly accurate protein structure prediction for the human proteome,” Nature, vol. 596, no. 7873, pp. 590–596, 2021, doi: 10.1038/s41586-021-03828-1.

[2]      K.-K. Mak and M. R. Pichika, “Artificial intelligence in drug development: present status and future prospects,” Drug Discov Today, vol. 24, no. 3, pp. 773–780, 2019, doi: https://doi.org/10.1016/j.drudis.2018.11.014.