Google представляет новые ИИ-модели для ускорения поиска лекарств
На своем ежегодном мероприятии, посвященном вопросам здравоохранения, ‘The Check Up’, компания Google представила подробную информацию о своих разнообразных исследованиях и разработках в секторе здравоохранения. Среди ключевых анонсов было представление новой коллекции моделей искусственного интеллекта (ИИ), специально разработанных для ускорения процесса поиска лекарств.
TxGemma: специализированная ветвь семейства ИИ Google
Эти новые модели, известные под общим названием TxGemma, представляют собой специализированное расширение семейства моделей генеративного ИИ (GenAI) с открытым исходным кодом Gemma от Google. Модели Gemma, в свою очередь, построены на основе передовой платформы искусственного интеллекта Gemini от Google, последняя версия которой была представлена в декабре.
Набор инструментов TxGemma планируется выпустить для научного сообщества в конце этого месяца в рамках программы Google Health AI Developer Foundations. Эта инициатива направлена на содействие сотрудничеству и дальнейшему развитию, позволяя исследователям оценивать и совершенствовать модели. Хотя полный объем их применимости еще предстоит определить, первоначальный выпуск вызывает вопросы об их потенциале для коммерческой адаптации.
Понимание языка терапевтических средств
Доктор Карен ДеСальво, главный специалист Google по вопросам здравоохранения, рассказала об уникальных возможностях TxGemma. Эти модели обладают способностью понимать как стандартный текст, так и сложные структуры различных терапевтических объектов. Сюда входят малые молекулы, химические вещества и белки, которые являются фундаментальными строительными блоками при разработке лекарств.
Это двойное понимание позволяет исследователям взаимодействовать с TxGemma более интуитивно понятным способом. Они могут задавать вопросы, которые помогают прогнозировать важные свойства потенциальных новых терапевтических средств. Например, исследователи могут использовать TxGemma для получения информации о профилях безопасности и эффективности лекарств-кандидатов, ускоряя процесс первоначального скрининга.
Решение проблем разработки лекарств
Доктор ДеСальво подчеркнула контекст этой инновации, отметив, что ‘Разработка терапевтических препаратов от концепции до утвержденного использования — это долгий и дорогостоящий процесс’. Предоставляя TxGemma более широкому исследовательскому сообществу, Google стремится изучить новые подходы к повышению эффективности этого сложного предприятия.
ИИ: преобразующая сила в науках о жизни
Появление ИИ, несомненно, произвело революцию в индустрии наук о жизни. Его способность обрабатывать огромные наборы данных, выявлять скрытые закономерности и генерировать прогнозы на основе данных открыла беспрецедентные возможности. ИИ уже активно используется на различных этапах разработки лекарств, в том числе:
- Идентификация мишеней для лекарств: Определение конкретных молекул или путей, участвующих в процессах заболевания.
- Разработка новых лекарств: Создание новых соединений с желаемыми терапевтическими свойствами.
- Перепрофилирование существующих терапевтических средств: Поиск новых применений для лекарств, уже одобренных для лечения других заболеваний.
Нормативно-правовая база, адаптирующаяся к ИИ
Быстрое внедрение ИИ в разработку лекарств побудило регулирующие органы отреагировать. Ранее в этом году FDA выпустило свое первое руководство по использованию ИИ в нормативных документах, разъясняющее, как эта технология должна быть включена в заявки. Аналогичным образом, в 2024 году EMA опубликовало аналитический документ, в котором излагается его точка зрения на применение ИИ на протяжении всего жизненного цикла лекарственного средства. Эти события подчеркивают растущее признание роли ИИ в формировании будущего фармацевтических исследований и регулирования.
Помимо TxGemma: взгляд на инициативы Google в области здравоохранения
На мероприятии ‘The Check Up’ был представлен ряд других достижений Google, связанных со здоровьем:
Улучшенные результаты поиска по вопросам здоровья в Google Search
Google подчеркнула улучшения в способности своей поисковой системы предоставлять пользователям надежную и релевантную информацию о здоровье. Это включает в себя совершенствование алгоритмов поиска для определения приоритетности авторитетных источников и представления информации в ясной и доступной форме.
Функция медицинских записей в приложении Health Connect
В приложении Google Health Connect была представлена новая функция, позволяющая пользователям безопасно хранить свои медицинские записи и управлять ими. Эта централизованная платформа призвана предоставить людям больший контроль над своими данными о здоровье и облегчить беспрепятственный обмен ими с поставщиками медицинских услуг.
ИИ-‘со-ученый’: виртуальный партнер по исследованиям
Основываясь на своем объявлении в феврале, Google подробно остановилась на своей концепции ИИ-‘со-ученого’. Этот виртуальный сотрудник предназначен для помощи ученым в создании новых гипотез и исследовательских предложений. Используя обработку естественного языка, ИИ-‘со-ученый’ может анализировать цели исследования и предлагать проверяемые гипотезы, дополненные кратким изложением соответствующей опубликованной литературы и потенциальных экспериментальных подходов.
Например, если исследователи стремятся углубить свое понимание распространения болезнетворного микроба, они могут выразить эту цель на естественном языке. ИИ-‘со-ученый’ затем ответит предлагаемыми гипотезами, соответствующими научными статьями и возможными планами экспериментов.
Capricorn: ИИ для персонализированного лечения детского рака
Наконец, Google представила инструмент ИИ под названием Capricorn, который использует модели Gemini для ускорения идентификации персонализированных методов лечения детского рака. Capricorn достигает этого путем интеграции общедоступных медицинских данных с деидентифицированной информацией о пациентах, что позволяет врачам более эффективно адаптировать стратегии лечения к отдельным пациентам.
Глубокое погружение в потенциальные области применения TxGemma
Основная сила заключается в способности модели преодолеть разрыв между удобочитаемым текстом и сложным, часто загадочным, миром молекулярных структур.
Вот как, как ожидается, будет использоваться TxGemma:
Идентификация мишеней:
- Исследователь может ввести: ‘Определить потенциальные белковые мишени для ингибирования роста раковых клеток с мутацией KRAS‘.
- TxGemma, опираясь на обширные базы данных научной литературы и молекулярных данных, может затем предложить список белков, которые, как известно, взаимодействуют с белком KRAS или участвуют в путях, на которые влияет KRAS. Он также может ранжировать эти мишени на основе таких факторов, как ‘пригодность для лекарств’ (насколько вероятно, что малая молекула сможет эффективно связываться с белком и модулировать его).
Открытие ведущих соединений:
- Исследователь может ввести: ‘Найти малые молекулы, которые связываются с активным центром протеинкиназы AKT1 с высокой аффинностью’.
- TxGemma может просматривать виртуальные библиотеки миллиардов соединений, прогнозируя их аффинность связывания с белком AKT1 на основе их трехмерной структуры. Он также может фильтровать эти соединения на основе таких свойств, как прогнозируемая растворимость, проницаемость и потенциальная токсичность.
Исследования механизма действия:
- У исследователя есть многообещающее соединение, но он не уверен, как именно оно работает. Он может ввести: ‘Предсказать механизм действия соединения XYZ, которое проявляет активность против болезни Альцгеймера в доклинических моделях’.
- TxGemma может проанализировать структуру соединения, сравнить его с известными лекарствами и сопоставить с данными об изменениях экспрессии генов и белок-белковых взаимодействиях, чтобы предложить потенциальные пути или мишени, на которые может влиять соединение.
Перепрофилирование лекарств:
- Исследователь может спросить: ‘Определить существующие лекарства, которые можно было бы перепрофилировать для лечения редкого генетического заболевания ABC’.
- TxGemma может проанализировать генетическую и молекулярную основу заболевания ABC, а затем найти лекарства, которые, как известно, нацелены на пути или белки, участвующие в заболевании, даже если эти лекарства изначально были разработаны для совершенно другого состояния.
Прогнозирование токсичности:
- Прежде чем переводить соединение в дорогостоящие клинические испытания, исследователям необходимо оценить его потенциальную токсичность. TxGemma можно использовать для: ‘Прогнозирования потенциала соединения PQR вызывать повреждение печени или кардиотоксичность’.
- Модель проанализирует структуру соединения и сравнит ее с базами данных известных токсичных соединений, выявляя потенциальные тревожные сигналы.
Преимущество открытого исходного кода: катализатор инноваций
Выпуская TxGemma как модель с открытым исходным кодом, Google способствует созданию среды сотрудничества и ускоряет темпы открытий.
Потенциальное воздействие усиливается.
Исследователи со всего мира могут внести свой вклад в разработку модели, совершенствуя ее алгоритмы, расширяя ее базу знаний и адаптируя ее к конкретным исследовательским потребностям.
Будущее поиска лекарств
Внедрение TxGemma и других инструментов на базе ИИ представляет собой значительный шаг вперед в поисках более эффективных и действенных методов разработки лекарств. Хотя ИИ не является волшебной палочкой, он обладает огромным потенциалом для расширения человеческого опыта, ускорения сроков исследований и, в конечном итоге, более быстрого предоставления пациентам жизненно важных методов лечения. Продолжающаяся эволюция ИИ в науках о жизни обещает будущее, в котором поиск лекарств будет в большей степени основан на данных, будет более точным и, в конечном итоге, более успешным.