​Дафна Коллер опубликовала эссе о поиске причин болезней с помощью ИИ до проектирования лекарств

3 августа основательница и генеральный директор insitro Дафна Коллер опубликовала эссе о том, где ИИ уже ускоряет разработку лекарств. Она отделяет поиск причины болезни от создания лекарства и его проверки на пациентах.

В эссе Коллер описывает три шага. Сначала исследователи связывают болезнь с механизмом: ищут ген, белок, клеточный процесс или связь тканей, изменение которых меняет ход болезни у человека. Затем химики и вычислительные модели создают средство против этой мишени — малую молекулу, антитело, РНК-препарат или генную терапию. Наконец, клиническая команда набирает пациентов и измеряет пользу лечения и побочные эффекты.

По оценке Коллер, ИИ особенно быстро работает там, где известны мишень и измеримый результат. Модель предлагает структуру молекулы, лаборатория проверяет, связывается ли она с белком, и следующий цикл меняет структуру. Автоматизированная лаборатория так же может улучшать синтез белка или антитело к известной мишени: каждый шаг быстро даёт результат.

Поиск механизма болезни требует другой работы. В организме клетки меняют состояние, ткани влияют друг на друга, а эффект лечения зависит от времени и конкретного пациента. Коллер называет клиническое исследование окончательной проверкой того, меняет ли препарат болезнь у человека. Такая проверка занимает годы и стоит миллионы долларов.

Отчёт BIO, Informa Pharma Intelligence и QLS Advisors подсчитал 12 728 переходов клинических программ за 2011–2020 годы: от первой фазы до одобрения FDA дошли 7,9 процента. На второй фазе, где проверяют клинический эффект, программы переходили дальше в 28,9 процента случаев. Коллер ставит выбор биологического механизма в начало этой цепочки.

Коллер также пишет, что у 38 мишеней уже больше 50 программ на каждую, а число новых мишеней, которые индустрия продвигает за год, сократилось примерно со ста в 2015-м до тридцати в 2024-м. Она связывает эту концентрацию с тем, что компании возвращаются к участкам биологии, где уже умеют ставить опыт и отбирать пациентов.

Поэтому Коллер предлагает направить ИИ на карту причин болезни. Для неё нужны измерения в человеческих клетках и тканях, эксперименты, которые меняют эти клетки и ткани, и данные, связывающие изменения с состоянием пациента. По модели Коллер, такая карта помогает выбрать мишень, подобрать людей для испытания и раньше увидеть, меняет ли лечение биологию болезни.

Для возрастных болезней этот вопрос начинается до дизайна молекулы. Они затрагивают множество типов клеток и органов; исследователю сначала нужно понять, какой процесс в человеческом организме должно изменить лечение.