Штучний інтелект є наступним кроком у лікуванні раку

У триваючій боротьбі з раком досліджується новий підхід штучного інтелекту, який має потенціал для революції в майбутньому персоналізованого лікування раку. Технологія, яка є поєднанням штучного інтелекту, моделювання молекулярної динаміки та мережевого аналізу, спрямована на прогнозування місць зв’язування білків, пов’язаних із раком. Це прокладе шлях для швидшої розробки методів лікування, адаптованих для окремих хворих на рак.

Дослідження проводилося під керівництвом доктора Рафаеля Бернарді, доцента біофізики на фізичному факультеті Обернського університету. У рамках спільних зусиль з Базельським університетом і ETH Zurich команда долає бар’єри щодо того, як ми розуміємо рак і боремося з ним.

«Наше дослідження підкреслює потенціал використання динамічного мережевого аналізу для покращення передбачення структури на основі штучного інтелекту для більш точної ідентифікації інтерфейсів взаємодії білок-білок», — зазначили автори дослідження.

ШІ та біофізика в терапії раку

Основною метою команди було розуміння взаємодії між терапевтичними білками та PD-L1, білком, який ракові клітини використовують для приховування від імунної системи. Це розуміння може значно покращити імунотерапію, зробивши такі методи лікування, як пембролізумаб (Кейтруда), більш ефективними.

«Використання обчислювальних інструментів для розробки білків є наступним кроком у лікуванні раку», — пояснив доктор Бернарді. «Наш інтегрований підхід, що поєднує штучний інтелект, молекулярну динаміку та мережевий аналіз, має величезний потенціал для розробки персоналізованої терапії для хворих на рак».

Білок, яким маніпулюють ракові клітини

Найсуттєвішою перешкодою в цій галузі досліджень є прогнозування точної точки, де ліки можуть зв’язуватися з цільовим білком. У цьому випадку дослідники зосередилися на PD-L1, білку контрольної точки, яким ракові клітини вміло маніпулюють, щоб придушити наш імунний захист. Сучасні препарати, які блокують PD-L1, дають змогу нашій імунній системі атакувати ці пухлини, але досі не можна було знати, куди саме націлити PD-L1.

Поєднання обчислень і експериментів

Доктор Бернарді та його команда інноваційно поєднали інструменти штучного інтелекту на основі AlphaFold2 із моделюванням молекулярної динаміки та динамічним мережевим аналізом, щоб передбачити та перевірити важливі ділянки зв’язування в білку PD-L1.

«Ця робота демонструє важливість співпраці між командою обчислювальних спеціалістів Університету Оберн і зусиллями наших колег з Базельського університету та ETH Цюріха, Швейцарія, щодо експериментальної валідації, що сприяє проривам у цій галузі», — сказав провідний автор дослідження д-р Дієго Гомес. .

Щоб підтвердити точність своїх прогнозів, команда покладалася на передові експериментальні методи, такі як перехресна мас-спектрометрія та секвенування наступного покоління. Ці експерименти показали, наскільки потужним може бути поєднання обчислювальних моделей із лабораторною перевіркою, щоб розкрити всю складність білок-білкових взаємодій.

Розширення майбутнього цільового лікування

Очікується, що вплив цього дослідження виходить далеко за межі PD-L1. Розроблені методи можуть бути застосовані до багатьох інших білків, що потенційно призведе до відкриття нових ліків-мішеней для різних захворювань, включаючи різні типи раку та аутоімунні захворювання.

Крім того, це відкриває двері для більш економічно ефективного та швидкого розвитку терапії, області, де традиційні експериментальні методи часто були повільними та дорогими.

«Це дослідження підкреслює потенціал обчислювальних інструментів, таких як NAMD і VMD, у поєднанні з передовим апаратним забезпеченням, таким як системи NVIDIA DGX, для вдосконалення терапії раку. Наші висновки знаменують значний крок у напрямку розробки нових цільових методів лікування раку», – зазначив доктор Гомес.

Удосконалення лікування раку за допомогою ШІ

Незважаючи на те, що це дослідження багатообіцяюче, шлях до клінічного застосування не позбавлений труднощів. Перетворення обчислювальних результатів на ефективну терапію раку вимагає широкого тестування та співпраці між дослідниками, клініцистами та фармацевтичними компаніями.

Проте команда залишається оптимістичною щодо потенціалу цих підходів, керованих ШІ, для швидкої розробки ліків. Наступний етап цього дослідження буде зосереджений на вдосконаленні точності цих прогнозів і розширенні сфери дослідження, щоб включити інші види раку та аутоімунні захворювання.

Оскільки персоналізована медицина продовжує розвиватися, такі підходи на основі штучного інтелекту, як цей, незабаром можуть стати стандартним інструментом у боротьбі з раком, пропонуючи пацієнтам швидші та ефективніші методи лікування, адаптовані до їхньої специфічної генетичної структури. Дослідження опубліковано в журналі Journal of the American Chemical Society.