На годишното си събитие, фокусирано върху здравеопазването, ‘The Check Up’, Google предостави изчерпателна информация за разнообразните си изследователски и развойни дейности в сектора на здравеопазването. Сред ключовите съобщения беше представянето на нова колекция от модели с изкуствен интелект (AI), специално проектирани да ускорят процеса на откриване на лекарства.
TxGemma: Специализиран клон на AI семейството на Google
Тези нови модели, общоизвестни като TxGemma, представляват специализирано разширение на семейството Gemma на Google от генеративни AI (GenAI) модели с отворен код. Моделите Gemma, от своя страна, са изградени върху основата на авангардната AI платформа Gemini на Google, чиято най-нова версия беше представена през декември.
Инструментариумът TxGemma е планиран за пускане на научната общност по-късно този месец чрез програмата Health AI Developer Foundations на Google. Тази инициатива има за цел да насърчи сътрудничеството и по-нататъшното развитие, като позволи на изследователите да оценяват и усъвършенстват моделите. Докато пълният обхват на тяхната приложимост предстои да бъде видян, първоначалното пускане повдига въпроси относно техния потенциал за търговска адаптация.
Разбиране на езика на терапевтиците
Д-р Карън ДеСалво, главен здравен директор на Google, разясни уникалните възможности на TxGemma. Тези модели притежават способността да разбират както стандартен текст, така и сложните структури на различни терапевтични единици. Това включва малки молекули, химикали и протеини, които са основни градивни елементи в разработването на лекарства.
Това двойно разбиране дава възможност на изследователите да взаимодействат с TxGemma по по-интуитивен начин. Те могат да задават въпроси, които помагат да се предскажат ключови свойства на потенциални нови терапии. Например, изследователите могат да използват TxGemma, за да получат представа за профилите на безопасност и ефикасност на лекарства-кандидати, ускорявайки първоначалния процес на скрининг.
Справяне с предизвикателствата на разработването на лекарства
Д-р ДеСалво подчерта контекста на тази иновация, отбелязвайки, че ‘Разработването на терапевтични лекарства от концепция до одобрена употреба е дълъг и скъп процес’. Като прави TxGemma достъпен за по-широката изследователска общност, Google има за цел да проучи нови подходи за повишаване на ефективността на това сложно начинание.
AI: Трансформираща сила в науките за живота
Появата на AI безспорно революционизира индустрията на науките за живота. Способността му да обработва огромни масиви от данни, да идентифицира скрити модели и да генерира прогнози, базирани на данни, отвори безпрецедентни възможности. AI вече се използва активно в различни етапи на разработването на лекарства, включително:
- Идентифициране на лекарствени цели: Определяне на специфични молекули или пътища, участващи в болестни процеси.
- Проектиране на нови лекарства: Създаване на нови съединения с желани терапевтични свойства.
- Пренасочване на съществуващи терапии: Намиране на нови приложения за лекарства, вече одобрени за други състояния.
Регулаторна среда, адаптираща се към AI
Бързото приемане на AI в разработването на лекарства накара регулаторните органи да реагират. По-рано тази година FDA публикува първото си ръководство за използването на AI в регулаторните документи, предоставяйки яснота относно начина, по който тази технология трябва да бъде включена в подаванията. По подобен начин, през 2024 г., EMA публикува документ за размисъл, очертаващ нейната гледна точка относно прилагането на AI през целия жизнен цикъл на лекарствения продукт. Тези развития подчертават нарастващото признаване на ролята на AI в оформянето на бъдещето на фармацевтичните изследвания и регулиране.
Отвъд TxGemma: Поглед към здравните инициативи на Google
Събитието ‘The Check Up’ представи редица други свързани със здравето постижения от Google:
Подобрени здравни резултати в Google Search
Google подчерта подобренията в способността на своята търсачка да предоставя надеждна и релевантна здравна информация на потребителите. Това включва усъвършенстване на алгоритмите за търсене, за да се даде приоритет на авторитетни източници и да се представи информацията в ясен и достъпен формат.
Функция за медицински досиета в приложението Health Connect
Беше въведена нова функция в приложението Health Connect на Google, която позволява на потребителите сигурно да съхраняват и управляват своите медицински досиета. Тази централизирана платформа има за цел да даде възможност на хората да имат по-голям контрол върху здравните си данни и да улесни безпроблемното споделяне с доставчиците на здравни услуги.
AI ‘Съ-учен’: Виртуален изследователски партньор
Надграждайки съобщението си през февруари, Google доразви своята концепция за AI ‘съ-учен’. Този виртуален сътрудник е предназначен да подпомага учените в генерирането на нови хипотези и изследователски предложения. Чрез използване на обработка на естествен език, AI съ-ученият може да анализира изследователски цели и да предлага проверими хипотези, допълнени с резюмета на съответната публикувана литература и потенциални експериментални подходи.
Например, ако изследователите имат за цел да задълбочат разбирането си за разпространението на болестотворен микроб, те могат да изразят тази цел на естествен език. След това AI съ-ученият ще отговори с предложени хипотези, съответни научни статии и възможни експериментални дизайни.
Capricorn: AI за персонализирано лечение на детски рак
И накрая, Google акцентира върху AI инструмент, наречен Capricorn, който използва моделите Gemini, за да ускори идентифицирането на персонализирани лечения за детски ракови заболявания. Capricorn постига това чрез интегриране на публични медицински данни с деидентифицирана информация за пациента, което позволява на лекарите да приспособяват стратегиите за лечение към отделните пациенти по-ефективно.
Задълбочено вникване в потенциалните приложения на TxGemma
Основната сила се крие в способността на модела да преодолее тази празнина между четимия от човека текст и сложния, често загадъчен, свят на молекулярните структури.
Ето как се очаква да се използва TxGemma:
Идентифициране на цел:
- Изследовател може да въведе: “Идентифицирайте потенциални протеинови цели за инхибиране на растежа на KRAS-мутирали ракови клетки.”
- TxGemma, черпейки от огромни бази данни с научна литература и молекулярни данни, може след това да предложи списък с протеини, за които е известно, че взаимодействат с KRAS протеина или участват в пътища, които KRAS влияе. Може също така да класира тези цели въз основа на фактори като “възможност за лекарствено повлияване” (колко вероятно е малка молекула да може ефективно да се свърже и модулира протеина).
Откриване на водещо съединение:
- Изследовател може да въведе: “Намерете малки молекули, които се свързват с активния център на протеин киназата AKT1 с висок афинитет.”
- TxGemma може да пресее виртуални библиотеки от милиарди съединения, предсказвайки техния афинитет на свързване към AKT1 протеина въз основа на тяхната 3D структура. Може също така да филтрира тези съединения въз основа на свойства като предвидена разтворимост, пропускливост и потенциална токсичност.
Изследвания на механизма на действие:
- Изследовател има обещаващо съединение, но не е сигурен как точно работи. Той може да въведе: “Предскажете механизма на действие на съединение XYZ, което показва активност срещу болестта на Алцхаймер в предклинични модели.”
- TxGemma може да анализира структурата на съединението, да го сравни с известни лекарства и да го препрати към данни за промени в генната експресия и взаимодействия между протеини, за да предложи потенциални пътища или цели, които съединението може да повлияе.
Пренасочване на лекарства:
- Изследовател може да попита: “Идентифицирайте съществуващи лекарства, които могат да бъдат пренасочени за лечение на рядко генетично заболяване ABC.”
- TxGemma може да анализира генетичната и молекулярната основа на заболяването ABC, след което да търси лекарства, за които е известно, че са насочени към пътища или протеини, участващи в заболяването, дори ако тези лекарства първоначално са били разработени за съвсем различно състояние.
Предсказване на токсичност:
- Преди да премести съединение в скъпи клинични изпитвания, изследователите трябва да оценят неговата потенциална токсичност. TxGemma може да се използва за: “Предскажете потенциала на съединение PQR да причини увреждане на черния дроб или кардиотоксичност.”
- Моделът ще анализира структурата на съединението и ще го сравни с бази данни с известни токсични съединения, идентифицирайки потенциални червени флагове.
Предимството на отворения код: Катализатор за иновации
Пускайки TxGemma като модел с отворен код, Google насърчава среда на сътрудничество и ускорява темпото на открития. Потенциалното въздействие се усилва. Изследователи от цял свят могат да допринесат за развитието на модела, усъвършенствайки неговите алгоритми, разширявайки базата му от знания и приспособявайки го към специфични изследователски нужди.
Бъдещето на откриването на лекарства
Въвеждането на TxGemma и други инструменти, задвижвани от AI, представлява значителна стъпка напред в търсенето на по-ефективно и ефикасно разработване на лекарства. Въпреки че AI не е магически куршум, той притежава огромен потенциал да увеличи човешкия опит, да ускори сроковете за изследвания и в крайна сметка да донесе животоспасяващи терапии на пациентите по-бързо. Продължаващата еволюция на AI в науките за живота обещава бъдеще, в което откриването на лекарства е по-ориентирано към данните, по-прецизно и в крайна сметка по-успешно.