Voor het eerst bevindt een door AI ontworpen medicijn zich in de tweede fase van klinische onderzoeken. Onlangs publiceerde het team achter het medicijn een artikel waarin werd uiteengezet hoe ze het zo snel hebben ontwikkeld.

Gemaakt door Insilico geneeskunde, een biotechnologiebedrijf gevestigd in New York en Hong Kong, richt het kandidaat-geneesmiddel zich op idiopathische longfibrose, een dodelijke ziekte die ervoor zorgt dat de longen na verloop van tijd verharden en littekens veroorzaken. De schade is onomkeerbaar, waardoor het steeds moeilijker wordt om te ademen. De ziekte heeft geen bekende triggers. Wetenschappers hebben moeite gehad om eiwitten of moleculen te vinden die mogelijk achter de ziekte schuilgaan als potentiële doelwitten voor behandeling.

Voor medicinale chemici is het ontwikkelen van een geneesmiddel voor de ziekte een nachtmerrie. Voor Dr. Alex Zhavoronkov, oprichter en CEO van Insilico Medicine, vertegenwoordigt de uitdaging een potentieel proof-of-concept dat het proces van het ontdekken van geneesmiddelen met behulp van AI zou kunnen transformeren – en hoop zou kunnen bieden aan miljoenen mensen die worstelen met de dodelijke ziekte.

Bij het medicijn, genaamd ISM018_055, was tijdens het hele ontwikkelingsproces AI ingebracht. Met Farma.AI, het medicijnontwerpplatform van het bedrijf, gebruikte het team meerdere AI-methoden om een ​​potentieel doelwit voor de ziekte te vinden en genereerde vervolgens veelbelovende kandidaat-geneesmiddelen.

ISM018_055 viel op door zijn vermogen om littekenvorming in cellen en in diermodellen te verminderen. Vorig jaar voltooide het medicijn een klinische fase I-studie bij 126 gezonde vrijwilligers in Nieuw-Zeeland en China om de veiligheid ervan te testen en slaagde met vlag en wimpel. Het team heeft nu beschreef hun hele platform en gaven hun gegevens vrij Nature Biotechnology.

De tijdlijn voor de ontdekking van geneesmiddelen, vanaf het vinden van een doelwit tot de voltooiing van klinische fase I-onderzoeken, is ongeveer zeven jaar. Met AI voltooide Insilico deze stappen in ongeveer de helft van die tijd.

“Al vroeg zag ik het potentieel om AI te gebruiken om het proces van het ontdekken van geneesmiddelen van begin tot eind te versnellen en te verbeteren”, vertelde Zhavoronkov. Hub voor singulariteit. Het concept stuitte aanvankelijk op scepsis vanuit de gemeenschap van geneesmiddelenonderzoek. Met ISM018_055 stelt het team hun AI-platform “aan de ultieme test: ontdek een nieuw doelwit, ontwerp een geheel nieuw molecuul om dat doelwit te remmen, test het en breng het helemaal in klinische onderzoeken met patiënten.”

Het door AI ontworpen medicijn moet bergen beklimmen voordat het de drogisterijen bereikt. Voorlopig is aangetoond dat het alleen veilig is bij gezonde vrijwilligers. Het bedrijf is gelanceerd Fase II klinische onderzoeken afgelopen zomer, dat de veiligheid van het medicijn verder zal onderzoeken en de werkzaamheid ervan zal gaan testen bij mensen met de ziekte.

“Veel bedrijven werken aan AI om verschillende stappen in de ontdekking van geneesmiddelen te verbeteren,” zei Dr. Michael Levitt, een Nobelprijswinnaar in de scheikunde, die niet bij het werk betrokken was. “Insilico… identificeerde niet alleen een nieuw doelwit, maar versnelde ook het hele vroege proces voor de ontdekking van geneesmiddelen, en ze hebben hun AI-methoden met succes gevalideerd.”

Het werk is zo “spannend voor mij”, zei hij.

Het lange spel

De eerste stadia van de ontdekking van geneesmiddelen lijken een beetje op gokken met hoge inzetten.

Wetenschappers kiezen een doelwit in het lichaam dat waarschijnlijk een ziekte veroorzaakt en ontwerpen vervolgens nauwgezet chemicaliën die het doelwit verstoren. De kandidaten worden vervolgens nauwkeurig onderzocht op een groot aantal voorkeurseigenschappen. Kan het bijvoorbeeld worden opgenomen als een pil of met een inhalator in plaats van via een injectie? Kan het medicijn het doel bereiken in een concentratie die hoog genoeg is om littekens te blokkeren? Kan het gemakkelijk worden afgebroken en geëlimineerd door de nieren? Is het uiteindelijk veilig?

Het hele validatieproces, van ontdekking tot goedkeuring, kan meer dan tien jaar en miljarden dollars in beslag nemen. Meestal loont de gok niet. Ongeveer 90 procent van de aanvankelijk veelbelovende kandidaat-geneesmiddelen falen in klinische onderzoeken. Nog meer kandidaten halen het niet zo ver.

De eerste fase – het vinden van het doelwit voor een potentieel medicijn – is essentieel. Maar het proces is vooral moeilijk bij ziekten zonder bekende oorzaak of bij complexe gezondheidsproblemen zoals kanker en leeftijdsgebonden aandoeningen. Met AI vroeg Zhavoronkov zich af of het mogelijk was om de reis te versnellen. In het afgelopen decennium heeft het team verschillende ‘AI-wetenschappers’ opgericht om hun menselijke medewerkers te helpen.

De eerste, PandaOmics, maakt gebruik van meerdere algoritmen om zich te richten op potentiële doelwitten in grote datasets, bijvoorbeeld genetische of eiwitkaarten en gegevens uit klinische onderzoeken. Voor idiopathische longfibrose trainde het team de tool op basis van gegevens uit weefselmonsters van patiënten met de ziekte en voegde tekst toe uit een universum van online wetenschappelijke publicaties en subsidies in het veld.

Met andere woorden, PandaOmics gedroeg zich als een wetenschapper. Het ‘las’ en synthetiseerde bestaande kennis als achtergrond en integreerde gegevens uit klinische onderzoeken om een ​​lijst van potentiële doelwitten voor de ziekte te genereren met de nadruk op nieuwigheid.

Een eiwit genaamd TNIK kwam naar voren als de beste kandidaat. Hoewel TNIK niet eerder verband hield met idiopathische longfibrose, was dat wel het geval een doel geassocieerd met meerdere ‘kenmerken van veroudering’ – de talloze afgebroken genetische en moleculaire processen die zich ophopen naarmate we ouder worden.

Met een potentieel doelwit in de hand belde een andere AI-engine Chemie42, gebruikte generatieve algoritmen om chemicaliën te vinden die zich aan TNIK konden hechten. Dit type AI genereert tekstreacties in populaire programma's als ChatGPT, maar kan ook nieuwe medicijnen bedenken.

“Generatieve AI als technologie bestaat al sinds 2020, maar nu bevinden we ons op een cruciaal moment van zowel een breed commercieel bewustzijn als baanbrekende prestaties”, aldus Zhavoronkov.

Met deskundige input van menselijke medicinale chemici vond het team uiteindelijk hun kandidaat-medicijn: ISM018_055. Het medicijn was veilig en effectief in het verminderen van littekens in de longen in diermodellen. Verrassend genoeg beschermde het ook de huid en de nieren tegen fibrose, wat vaak voorkomt tijdens het ouder worden.

Eind 2021 lanceerde het team een ​​klinische proef in Australië om de veiligheid van het medicijn te testen. Anderen volgden al snel in Nieuw-Zeeland en China. De resultaten bij gezonde vrijwilligers waren veelbelovend. Het door AI ontworpen medicijn werd gemakkelijk door de longen opgenomen als het in de vorm van een pil werd ingenomen en vervolgens afgebroken en uit het lichaam geëlimineerd zonder noemenswaardige bijwerkingen.

Het is een proof of concept voor op AI gebaseerde medicijnontdekking. “We kunnen zonder enige twijfel aantonen dat deze methode voor het vinden en ontwikkelen van nieuwe behandelingen werkt”, aldus Zhavoronkov.

Eerste in de klas

Het door AI ontworpen medicijn overgegaan naar de volgende fase van klinische onderzoeken, Fase II, zowel in de VS als in China Vorige zomer. Het medicijn wordt getest bij mensen met de ziekte volgens de gouden standaard van klinische onderzoeken: gerandomiseerd, dubbelblind en met een placebo.

“Veel mensen zeggen dat ze AI doen voor de ontdekking van medicijnen,” zei Dr. Alán Aspuru-Guzik van de Universiteit van Toronto, die niet betrokken was bij de nieuwe studie. “Voor zover ik weet is dit het eerste door AI gegenereerde medicijn in fase II klinische onderzoeken. Een echte mijlpaal voor de gemeenschap en voor Insilico.”

Het succes van het medicijn is nog steeds geen gegeven. Kandidaten voor geneesmiddelen falen vaak tijdens klinische onderzoeken. Maar als het succesvol is, kan het potentieel een groter bereik hebben. Fibrose komt gemakkelijk voor in meerdere organen naarmate we ouder worden, waardoor uiteindelijk de normale orgaanfuncties tot stilstand komen.

“We wilden een doelwit identificeren dat in hoge mate betrokken was bij zowel ziekte als veroudering, en fibrose… is een belangrijk kenmerk van veroudering,” zei Zhavoronkov. Het AI-platform heeft een van de meest veelbelovende ‘dual-purpose targets’ gevonden met betrekking tot anti-fibrose en veroudering’, die niet alleen levens kunnen redden van mensen met idiopathische longfibrose, maar mogelijk ook het ouder worden voor ons allemaal kunnen vertragen.

Voor Dr. Christoph Kuppe van de RWTH Aachen, die niet bij het werk betrokken was, is de studie een “mijlpaal” die het traject van de ontdekking van geneesmiddelen opnieuw vorm zou kunnen geven.

Nu ISM018_055 momenteel Fase II-onderzoeken ondergaat, ziet Zhavoronkov een toekomst voor zich waarin AI en wetenschappers samenwerken om nieuwe behandelingen te versnellen. “We hopen dat dit [werk] zal leiden tot meer vertrouwen en meer partnerschappen, en zal dienen om de resterende sceptici te overtuigen van de waarde van AI-gestuurde medicijnontdekking”, zei hij.

Beeldcredits: Insilico

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://singularityhub.com/2024/03/18/an-ai-designed-drug-is-moving-toward-approval-at-an-impressive-clip/