ИИ-2041. Десять образов нашего будущего

Кстати, именно в таком контексте создавались мРНК-вакцины от ковида для компаний Moderna и BioNTech/Pfizer. мРНК-вакцины — продукт нового подхода в разработке препаратов, имеющего значительный потенциал. Для разработки мРНК-вакцины ученые расшифровывают взаимосвязь между последовательностью мРНК и структурой белка, а затем синтезируют вакцину, которая обучает человеческие клетки синтезировать белок, похожий на белок вируса-патогена. Возникает иммунная реакция, которая при встрече с реальным вирусом заработает с новой силой, и человек окажется защищен.

СВОРАЧИВАНИЕ БЕЛКА, ТЕСТИРОВАНИЕ ЛЕКАРСТВЕННЫХ ПРЕПАРАТОВ И РАЗРАБОТКА НОВЫХ ЛЕКАРСТВ С ИСПОЛЬЗОВАНИЕМ ИИ

Сегодня описанный выше процесс создания действенного лекарственного препарата или вакцины стоит миллиард долларов и занимает много лет. Но я убежден: ИИ очень скоро значительно ускорит эту процедуру и снизит стоимость лекарств и вакцин, поможет создать новые, гораздо более эффективные препараты. Это позволит нам жить дольше, навсегда победив многие страшные и сегодня еще смертельные болезни.

ИИ способен существенно снизить скорость и стоимость разработки новых лекарств и вакцин. Так, для определения структуры сворачивания белка (этап 2) британская компания DeepMind в 2020 году разработала ИИ-программу AlphaFold 2 — и это величайшее на сегодня достижение ИИ в сфере науки.

Белки — это строительные блоки жизни, но до последнего времени один их аспект оставался для нас тайной. Речь идет о пространственной структуре белков, которая обеспечивает выполнение жизненно важных для нас задач. Это вопрос огромного научно-медицинского значения, подходящий, судя по всему, для глубокого обучения.

ИИ-программа AlphaFold компании DeepMind, обученная на огромной базе данных по ранее выявленным трехмерным структурам белка, продемонстрировала возможность их быстрого моделирования так же точно, как и при традиционных методиках (таких, как упомянутая выше криоэлектронная микроскопия). Но эти методики очень дороги, а на расшифровку одного белка могут уйти годы.

Все традиционные методы позволили ученым расшифровать всего лишь менее 0,1 процента всех белков — AlphaFold обещает нам истинный прорыв в этом направлении. Не зря же научное биологическое сообщество провозгласило эту программу героем, решившим «сложнейшую за последние пятьдесят лет задачу биологии».

Расшифрованная трехмерная структура белка позволяет найти эффективное лечение. Один из относительно быстрых способов сделать это — перепрофилирование: взять все доказанно безопасные лекарства и «примерить» их к лечению других заболеваний, посмотреть, не вписываются ли какие-нибудь из них в трехмерную структуру нового патогена.

Перепрофилирование лекарственных препаратов — быстрое решение, способное задавить распространение пандемии, что называется, в зародыше. То, что препараты уже используются, означает: они прошли тесты на побочные эффекты, соответственно, их можно применять без масштабных клинических испытаний (а для новых лекарств они обязательны, и на них уходит много времени).

В рассказе «Бесконтактная любовь», когда, по сюжету, Гарсия будто бы заразился новым агрессивным штаммом вируса, в клинике немедленно запустили ИИ-автоматизированный процесс для поиска препарата, который можно было бы перепрофилировать — во всяком случае, так должно было бы произойти, будь Гарсия действительно болен.

Но ученые могут привлечь ИИ и к получению совершенно новых соединений. ИИ можно использовать для выбора цели-мишени для прикрепления лечебной молекулы (этап 3). ИИ-модели могут сузить поиск препарата, так как выявят закономерности и автоматически предложат наиболее перспективных кандидатов (этап 4).

В 2021 году Insilico Medicine, биотехнологическая компания из Гонконга[52], анонсировала первый найденный искусственным интеллектом препарат для лечения идиопатического фиброза легких — тяжелого хронического заболевания. Сначала ИИ сам нашел цель на трехмерной структуре (этап 3), а затем предложил перспективных кандидатов и выбрал из них лучшую биомолекулу (этап 4), тем самым сэкономив Insilico Medicine 90 процентов затрат на два этих этапа разработки нового лекарства.

Для оптимизации шагов 3 и 4 ИИ может использовать многие типы знаний. Например, обработка естественного языка (ОЕЯ) способна обеспечить перебор всего массива вышедших академических статей, выданных патентов и опубликованных данных. Извлеченные из них новые идеи помогут ИИ предложить цели или ранжировать возможные новые молекулы по уровню их перспективности.

На основе результатов проведенных клинических испытаний ИИ может предсказывать вероятность каждого перспективного кандидата и соответственно их ранжировать. Такие эксперименты называют in silico, поскольку почти все процессоры для компьютеров делают на основе кремния (silicium), а реальный эффект лекарств и клинических испытаний имитирует специальная компьютерная программа. Эксперименты in silico выявляют наиболее надежных кандидатов, и тогда уже в дело вступают ученые-люди, работающие со списками, составленными ИИ.