För första gången befinner sig ett AI-designat läkemedel i den andra fasen av kliniska prövningar. Nyligen publicerade teamet bakom läkemedlet ett dokument som beskriver hur de utvecklade det så snabbt.

Tillverkad av Insilico medicin, ett bioteknikföretag baserat i New York och Hongkong, läkemedelskandidaten inriktar sig på idiopatisk lungfibros, en dödlig sjukdom som får lungorna att hårdna och ärr med tiden. Skadan är oåterkallelig, vilket gör det allt svårare att andas. Sjukdomen har inga kända triggers. Forskare har kämpat för att hitta proteiner eller molekyler som kan ligga bakom sjukdomen som potentiella mål för behandling.

För medicinska kemister är det en mardröm att utveckla ett botemedel mot sjukdomen. För Dr. Alex Zhavoronkov, grundare och VD för Insilico Medicine, representerar utmaningen ett potentiellt proof of concept som kan förändra läkemedelsupptäcktsprocessen med hjälp av AI – och ge hopp till miljontals människor som kämpar med den dödliga sjukdomen.

Läkemedlet, kallat ISM018_055, hade AI infunderat under hela utvecklingsprocessen. Med Pharma.AI, företagets läkemedelsdesignplattform, använde teamet flera AI-metoder för att hitta ett potentiellt mål för sjukdomen och skapade sedan lovande läkemedelskandidater.

ISM018_055 stod ut för sin förmåga att minska ärrbildning i celler och i djurmodeller. Förra året genomförde läkemedlet en klinisk fas I-prövning på 126 friska frivilliga i Nya Zeeland och Kina för att testa dess säkerhet och godkändes med glans. Laget har nu beskrev hela deras plattform och släppte sina uppgifter Nature Biotechnology.

Tidslinjen för läkemedelsupptäckt, från att hitta ett mål till slutförandet av kliniska fas I-prövningar, är runt sju år. Med AI slutförde Insilico dessa steg på ungefär hälften av tiden.

"Tidigt såg jag potentialen att använda AI för att påskynda och förbättra läkemedelsupptäcktsprocessen från ände till slut," berättade Zhavoronkov Singularity Hub. Konceptet möttes initialt av skepsis från läkemedelsupptäckargemenskapen. Med ISM018_055 sätter teamet sin AI-plattform "på det ultimata testet - upptäck ett nytt mål, designa en ny molekyl från grunden för att hämma det målet, testa det och ta det hela vägen in i kliniska prövningar med patienter."

Det AI-designade läkemedlet har berg att bestiga innan det når apotek. För närvarande har det bara visat sig vara säkert hos friska frivilliga. Företaget lanserade Fas II kliniska prövningar förra sommaren, som ytterligare kommer att undersöka läkemedlets säkerhet och börja testa dess effektivitet hos personer med sjukdomen.

"Många företag arbetar med AI för att förbättra olika steg i läkemedelsupptäckten," sade Dr Michael Levitt, en nobelpristagare i kemi, som inte var involverad i arbetet. "Insilico... identifierade inte bara ett nytt mål, utan påskyndade också hela den tidiga läkemedelsupptäcktsprocessen, och de har ganska framgångsrikt validerat sina AI-metoder."

Arbetet är så "spännande för mig", sa han.

Det långa spelet

De första stadierna av drogupptäckten är lite som hasardspel med hög insats.

Forskare väljer ett mål i kroppen som sannolikt orsakar en sjukdom och designar sedan mödosamt kemikalier för att störa målet. Kandidaterna granskas sedan för en myriad av att föredra egenskaper. Kan det till exempel absorberas som ett piller eller med en inhalator snarare än en injektion? Kan läkemedlet nå målet på tillräckligt höga nivåer för att blockera ärrbildning? Kan det lätt brytas ner och elimineras av njurarna? I slutändan, är det säkert?

Hela valideringsprocessen, från upptäckt till godkännande, kan ta mer än ett decennium och miljarder dollar. För det mesta lönar sig inte spelet. Ungefär 90 procent av initialt lovande läkemedelskandidater misslyckas i kliniska prövningar. Ännu fler kandidater kommer inte så långt.

Det första steget - att hitta målet för ett potentiellt läkemedel - är viktigt. Men processen är särskilt svår för sjukdomar utan känd orsak eller för komplexa hälsoproblem som cancer och åldersrelaterade störningar. Med AI undrade Zhavoronkov om det var möjligt att påskynda resan. Under det senaste decenniet byggde teamet flera "AI-forskare" för att hjälpa sina mänskliga medarbetare.

Den första, PandaOmics, använder flera algoritmer för att nollställa potentiella mål i stora datamängder – till exempel genetiska eller proteinkartor och data från kliniska prövningar. För idiopatisk lungfibros tränade teamet verktyget på data från vävnadsprover från patienter med sjukdomen och lade till text från ett universum av vetenskapliga onlinepublikationer och anslag inom området.

Med andra ord, PandaOmics betedde sig som en vetenskapsman. Den "läste" och syntetiserade befintlig kunskap som bakgrund och inkorporerade data från kliniska prövningar för att generera en lista över potentiella mål för sjukdomen med fokus på nyhet.

Ett protein som heter TNIK kom fram som den bästa kandidaten. Även om det inte tidigare var kopplat till idiopatisk lungfibros, hade TNIK varit det ett mål förknippas med flera "kännetecken för åldrande" - de otaliga nedbrutna genetiska och molekylära processer som ackumuleras när vi blir äldre.

Med ett potentiellt mål i handen ringde en annan AI-motor Kemi42, använde generativa algoritmer för att hitta kemikalier som kunde haka på TNIK. Denna typ av AI genererar textsvar i populära program som ChatGPT, men den kan också drömma om nya mediciner.

"Generativ AI som teknik har funnits sedan 2020, men nu är vi i ett avgörande ögonblick av både bred kommersiell medvetenhet och genombrottsprestationer," sa Zhavoronkov.

Med expertinsatser från humanmedicinska kemister fann teamet så småningom sin läkemedelskandidat: ISM018_055. Läkemedlet var säkert och effektivt för att minska ärrbildning i lungorna i djurmodeller. Överraskande nog skyddade den också huden och njurarna från fibros, som ofta uppstår under åldrandet.

I slutet av 2021 lanserade teamet en klinisk prövning i Australien som testade läkemedlets säkerhet. Andra följde snart efter i Nya Zeeland och Kina. Resultaten hos friska frivilliga var lovande. Det AI-designade läkemedlet absorberades lätt av lungorna när det togs som ett piller och bröts sedan ner och eliminerades från kroppen utan märkbara biverkningar.

Det är ett proof of concept för AI-baserad läkemedelsupptäckt. "Vi kan bevisa utom allt tvivel att denna metod för att hitta och utveckla nya behandlingar fungerar", säger Zhavoronkov.

Först i klassen

Det AI-designade läkemedlet gick vidare till nästa steg av kliniska prövningar, Fas II, i både USA och Kina förra sommaren. Läkemedlet testas på personer med sjukdomen med hjälp av guldstandarden för kliniska prövningar: randomiserad, dubbelblind och med placebo.

"Många säger att de gör AI för att upptäcka läkemedel," sade Dr Alán Aspuru-Guzik vid University of Toronto, som inte var involverad i den nya studien. "Detta är, såvitt jag vet, det första AI-genererade läkemedlet i steg II kliniska prövningar. En sann milstolpe för samhället och för Insilico.”

Läkemedlets framgång är fortfarande inte given. Läkemedelskandidater misslyckas ofta under kliniska prövningar. Men om den lyckas kan den potentiellt ha en bredare räckvidd. Fibros uppstår lätt i flera organ när vi åldras, vilket så småningom stoppar normala organfunktioner.

"Vi ville identifiera ett mål som var mycket inblandat i både sjukdom och åldrande, och fibros ... är ett viktigt kännetecken för åldrande," sade Zhavoronkov. AI-plattformen hittade ett av de mest lovande "målen med dubbla ändamål relaterat till anti-fibros och åldrande", som inte bara kan rädda liv hos personer med idiopatisk lungfibros utan också potentiellt långsamt åldrande för oss alla.

För Dr. Christoph Kuppe vid RWTH Aachen, som inte var involverad i arbetet, är studien ett "landmärke" som skulle kunna omforma banan för upptäckt av läkemedel.

Med ISM018_055 som för närvarande genomgår fas II-prövningar, föreställer Zhavoronkov sig en framtid där AI och forskare samarbetar för att påskynda nya behandlingar. "Vi hoppas att det här [arbetet] kommer att skapa mer självförtroende och fler partnerskap, och tjänar till att övertyga alla kvarvarande skeptiker om värdet av AI-driven läkemedelsupptäckt", sa han.

Bildkredit: Insilico

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://singularityhub.com/2024/03/18/an-ai-designed-drug-is-moving-toward-approval-at-an-impressive-clip/