Кто будет разрабатывать лекарства?

Блог компании Сбер. Автор: Анна Колосова. Появление новых лекарств — всегда ожидаемое событие. Несмотря на широкомасштабные исследования фармкомпаний эффективных средств по–прежнему не хватает. В среднем на разработку одного препарата уходит 10–15 лет и около 2,5 млрд долларов — это долго и дорого. Научное сообщество готово привлечь к работе нейросетевые модели, чтобы ускорить процесс и улучшить результат.

В центре «Искусственный интеллект в Фарме» при Сеченовском университете намерены сократить время на разработки и снизить количество ошибок.

Какую работу планируется перепоручить ИИ

Производство фармпрепаратов — во многом рутинная работа, связанная с анализом огромного объёма данных. Она требует от исполнителя концентрации, что не всегда возможно. Тысячи однотипных действий рассеивают внимание и притупляют способности анализировать, что приводит к ошибкам. Эту часть оставят для искусственного интеллекта. Умные алгоритмы начнут работу с создания дженериков.

Термин «дженерик» используют для обозначения точных копий препарата. Аналоги разрешены к производству сторонними компаниями после завершения срока патента. Казалось бы, нужно просто повторить технологию и получить целевое вещество, но не всё так легко.

Патентодержатель даёт приблизительное описание процесса, поскольку технологические нюансы — это главная тайна правообладателя. Тем, кто идёт по его следу, приходится двигаться наугад, то есть выстраивать синтез с нуля. В результате должно получиться исходное лекарство с точно таким же действием активных компонентов, как и в оригинале. Понятно, что перед технологами стоит поистине титаническая задача.

Для рутинной отработки этапов синтеза привлекают нейросетевые модели. Они обладают необходимым быстродействием и не испытывают усталости, что позволит выводить на рынок полные аналоги исходных рабочих формул, а следом и оригинальные лекарства.

Сегодня команда Сеченовского университета может предложить 200+ препаратов–дженериков, 500+ проанализированных клинических и 220 доклинических испытаний. Это уже неплохая база, которая в ближайшее время может вырасти в разы.

lkarstva1.pngОт народных средств до искусственного интеллекта. Как создают лекарства

Доктор медицинских наук Дмитрий Кудалай называет ИИ воздухом, который жизненно необходим отечественной фармацевтической отрасли. Инструмент избавит исследователей от отнимающих время повторяющихся операций, дав возможность направить усилия на продуктивную деятельность.

Почему 90% разработанных лекарств оказываются неудачными

В мировой практике только 1 из 10 препаратов проходит испытания на клиническом уровне. Остальные признаются неэффективными. Для любой фармацевтической компании такая доля неприемлема — разработки превращаются в долгое и очень дорогое удовольствие.

Напомним, этот процент просчитан только по клинической стадии, на доклинических тестах ошибок ещё больше.

lekarsta2.pngDeep Lens raises $14 million to improve clinical trial recruitment with AI | VentureBeat

Исследователи выделяют четыре главные причины, приводящие к такому проценту «брака»:

  • Недостаточная эффективность средств — 40–50%.
  • Плохо контролируемая токсичность — 30%.
  • Слабые терапевтические свойства — 10–15%.
  • Ошибки в стратегическом планировании выпуска — 10%.

Несмотря на понимание причин, заметно повысить эффективность и снизить токсичность стандартными методами не удаётся. Для того, чтобы молекулярная модель, отлично показавшая себя на животных, сработала и на человеке, нужно определить для лекарства химический каркас. Основа должна исключить побочные срабатывания средства в направлении нецелевых мишеней, то есть взаимодействия со здоровыми органами.

Для этой работы учёные привлекают нейросети.

Подробнее
Пожалуйста, оцените статью:
Пока нет голосов
Источник(и):

Хабр