Zephyrnet لوگو

ایک AI ڈیزائن کردہ دوا ایک متاثر کن کلپ میں منظوری کی طرف بڑھ رہی ہے۔

تاریخ:

پہلی بار، AI سے تیار کردہ دوا کلینکل ٹرائلز کے دوسرے مرحلے میں ہے۔ حال ہی میں، اس دوا کے پیچھے والی ٹیم نے ایک مقالہ شائع کیا جس میں بتایا گیا کہ انہوں نے اسے اتنی تیزی سے کیسے تیار کیا۔

طرف سے بنائی گئی انسیلیکو میڈیسن۔نیو یارک اور ہانگ کانگ میں واقع ایک بائیو ٹیکنالوجی کمپنی، دوا کے امیدوار نے idiopathic pulmonary fibrosis کو نشانہ بنایا، یہ ایک مہلک بیماری ہے جس کی وجہ سے پھیپھڑوں کو وقت کے ساتھ سخت اور داغ پڑتے ہیں۔ نقصان ناقابل واپسی ہے، جس سے سانس لینا مشکل ہو جاتا ہے۔ بیماری کے معلوم محرکات نہیں ہیں۔ سائنسدانوں نے علاج کے ممکنہ اہداف کے طور پر اس بیماری کے پیچھے ہونے والے پروٹین یا مالیکیولز کو تلاش کرنے کے لیے جدوجہد کی ہے۔

دواؤں کے کیمیا دانوں کے لیے، بیماری کا علاج تیار کرنا ایک ڈراؤنا خواب ہے۔ Insilico میڈیسن کے بانی اور CEO، ڈاکٹر الیکس زاوورونکوف کے لیے، چیلنج تصور کے ایک ممکنہ ثبوت کی نمائندگی کرتا ہے جو AI کا استعمال کرتے ہوئے منشیات کی دریافت کے عمل کو تبدیل کر سکتا ہے — اور مہلک بیماری کے ساتھ جدوجہد کرنے والے لاکھوں لوگوں کو امید فراہم کر سکتا ہے۔

ISM018_055 کے نام سے موسوم اس دوا نے اپنی پوری نشوونما کے عمل میں AI کا استعمال کیا تھا۔ کے ساتھ Pharma.AI، کمپنی کے ڈرگ ڈیزائن پلیٹ فارم، ٹیم نے بیماری کے لیے ممکنہ ہدف تلاش کرنے کے لیے متعدد AI طریقوں کا استعمال کیا اور پھر امید افزا دوائی کے امیدوار تیار کیے ہیں۔

ISM018_055 خلیات اور جانوروں کے ماڈلز میں داغ کو کم کرنے کی صلاحیت کے لیے نمایاں ہے۔ پچھلے سال، اس دوا نے اپنی حفاظت کو جانچنے کے لیے نیوزی لینڈ اور چین میں 126 صحت مند رضاکاروں پر فیز I کا کلینیکل ٹرائل مکمل کیا اور اڑنے والے رنگوں کے ساتھ پاس ہوا۔ ٹیم کے پاس اب ہے۔ اپنے پورے پلیٹ فارم کو بیان کیا۔ اور اپنا ڈیٹا جاری کیا۔ فطری حیاتیات.

منشیات کی دریافت کی ٹائم لائن، ہدف تلاش کرنے سے لے کر فیز I کے کلینیکل ٹرائلز کی تکمیل تک، یہ ہے تقریبا سات سال. AI کے ساتھ، Insilico نے ان مراحل کو تقریباً نصف وقت میں مکمل کیا۔

"ابتدائی میں میں نے منشیات کی دریافت کے عمل کو سرے سے آخر تک تیز اور بہتر بنانے کے لیے AI کے استعمال کی صلاحیت دیکھی،" Zhavoronkov نے بتایا۔ یکسانیت مرکز. اس تصور کو ابتدائی طور پر منشیات کی دریافت کرنے والی کمیونٹی کی طرف سے شکوک و شبہات کا سامنا کرنا پڑا۔ ISM018_055 کے ساتھ، ٹیم اپنے AI پلیٹ فارم کو "حتمی امتحان میں ڈال رہی ہے—ایک نیا ہدف دریافت کریں، اس ہدف کو روکنے کے لیے شروع سے ایک نیا مالیکیول ڈیزائن کریں، اس کی جانچ کریں، اور اسے مریضوں کے ساتھ کلینکل ٹرائلز میں لے آئیں۔"

AI کی ڈیزائن کردہ دوائی میں دوائیوں کی دکانوں تک پہنچنے سے پہلے پہاڑوں پر چڑھنا ہے۔ ابھی کے لیے، یہ صرف صحت مند رضاکاروں میں محفوظ دکھایا گیا ہے۔ کمپنی نے لانچ کیا۔ فیز II کلینیکل ٹرائلز پچھلی موسم گرما میں، جو دوا کی حفاظت کی مزید تحقیقات کرے گی اور اس بیماری میں مبتلا لوگوں میں اس کی افادیت کی جانچ شروع کرے گی۔

"بہت سی کمپنیاں AI پر کام کر رہی ہیں تاکہ منشیات کی دریافت میں مختلف اقدامات کو بہتر بنایا جا سکے۔" نے کہا ڈاکٹر مائیکل لیویٹ، کیمسٹری میں نوبل انعام یافتہ، جو اس کام میں شامل نہیں تھے۔ "Insilico… نے نہ صرف ایک نئے ہدف کی نشاندہی کی، بلکہ منشیات کی ابتدائی دریافت کے پورے عمل کو بھی تیز کیا، اور انہوں نے اپنے AI طریقوں کو کامیابی سے درست کر لیا ہے۔"

انہوں نے کہا کہ یہ کام میرے لیے بہت پرجوش ہے۔

لانگ گیم

منشیات کی دریافت کے پہلے مراحل قدرے اونچے داؤ والے جوئے کی طرح ہیں۔

سائنس دان جسم میں ایک ہدف چنتے ہیں جو ممکنہ طور پر کسی بیماری کا سبب بنتا ہے اور پھر بڑی محنت سے کیمیکلز کو ہدف کے ساتھ مداخلت کرنے کے لیے ڈیزائن کرتے ہیں۔ اس کے بعد امیدواروں کی متعدد ترجیحی جائیدادوں کے لیے جانچ پڑتال کی جاتی ہے۔ مثال کے طور پر، کیا اسے گولی کے طور پر جذب کیا جا سکتا ہے یا انجکشن کے بجائے انہیلر کے ساتھ؟ کیا دوائی نشانے کو روکنے کے لیے کافی حد تک ہدف تک پہنچ سکتی ہے؟ کیا اسے گردوں کے ذریعے آسانی سے توڑا اور ختم کیا جا سکتا ہے؟ بالآخر، کیا یہ محفوظ ہے؟

توثیق کے پورے عمل میں، دریافت سے منظوری تک، ایک دہائی سے زیادہ اور اربوں ڈالر لگ سکتے ہیں۔ زیادہ تر وقت، جوا ادا نہیں کرتا۔ تقریباً 90 فیصد ابتدائی طور پر امید افزا منشیات کے امیدوار کلینیکل ٹرائلز میں ناکام رہتے ہیں۔ یہاں تک کہ زیادہ امیدوار اس حد تک نہیں پہنچ پاتے۔

پہلا مرحلہ—کسی ممکنہ دوا کے لیے ہدف تلاش کرنا—ضروری ہے۔ لیکن یہ عمل خاص طور پر بغیر کسی وجہ کے بیماریوں کے لیے یا کینسر اور عمر سے متعلق امراض جیسے پیچیدہ صحت کے مسائل کے لیے مشکل ہے۔ AI کے ساتھ، Zhavoronkov نے سوچا کہ کیا سفر کو تیز کرنا ممکن ہے۔ پچھلی دہائی میں، ٹیم نے اپنے انسانی ساتھیوں کی مدد کے لیے کئی "AI سائنسدانوں" کو بنایا۔

پہلہ، پانڈا اومکس, بڑے ڈیٹا سیٹس میں ممکنہ اہداف کو صفر کرنے کے لیے متعدد الگورتھم استعمال کرتا ہے — مثال کے طور پر، جینیاتی یا پروٹین کے نقشے اور کلینیکل ٹرائلز سے ڈیٹا۔ idiopathic pulmonary fibrosis کے لیے، ٹیم نے اس آلے کو اس مرض میں مبتلا مریضوں کے ٹشو کے نمونوں سے ڈیٹا پر تربیت دی اور میدان میں آن لائن سائنسی اشاعتوں اور گرانٹس کی کائنات سے متن شامل کیا۔

دوسرے الفاظ میں، پانڈا اومکس ایک سائنسدان کی طرح برتاؤ کیا. اس نے موجودہ علم کو پس منظر کے طور پر "پڑھا" اور ترکیب کیا اور کلینکل ٹرائل ڈیٹا کو شامل کیا تاکہ بیماری کے ممکنہ اہداف کی فہرست تیار کی جا سکے جس میں نیاپن پر توجہ دی جائے۔

TNIK نامی ایک پروٹین بہترین امیدوار کے طور پر سامنے آیا۔ اگرچہ پہلے idiopathic pulmonary fibrosis سے منسلک نہیں تھا، TNIK تھا۔ ایک ہدف ایک سے زیادہ "عمر بڑھنے کے نشانات" کے ساتھ منسلک - ہزاروں جینیاتی اور سالماتی عمل جو ہماری عمر بڑھنے کے ساتھ جمع ہوتے جاتے ہیں۔

ہاتھ میں ممکنہ ہدف کے ساتھ، ایک اور AI انجن، کہا جاتا ہے کیمسٹری 42کیمیکلز تلاش کرنے کے لیے جنریٹو الگورتھم کا استعمال کیا جو TNIK پر لگ سکتا ہے۔ اس قسم کا AI ChatGPT جیسے مشہور پروگراموں میں ٹیکسٹ ردعمل پیدا کرتا ہے، لیکن یہ نئی دوائیوں کا خواب بھی دیکھ سکتا ہے۔

Zhavoronkov نے کہا، "ایک ٹیکنالوجی کے طور پر تخلیقی AI 2020 سے موجود ہے، لیکن اب ہم وسیع تجارتی بیداری اور پیش رفت کی کامیابیوں دونوں کے ایک اہم لمحے میں ہیں۔"

انسانی دواؤں کے کیمسٹوں کے ماہرانہ ان پٹ کے ساتھ، ٹیم کو آخرکار ان کی دوائی کا امیدوار ملا: ISM018_055۔ یہ دوا جانوروں کے ماڈلز میں پھیپھڑوں میں داغ کو کم کرنے میں محفوظ اور موثر تھی۔ حیرت کی بات یہ ہے کہ اس نے جلد اور گردوں کو فائبروسس سے بھی محفوظ رکھا جو اکثر عمر بڑھنے کے دوران ہوتا ہے۔

2021 کے آخر میں، ٹیم نے آسٹریلیا میں دوائی کی حفاظت کی جانچ کے لیے کلینیکل ٹرائل شروع کیا۔ دوسروں نے جلد ہی نیوزی لینڈ اور چین میں پیروی کی۔ صحت مند رضاکاروں میں نتائج امید افزا تھے۔ AI کی تیار کردہ دوائی کو پھیپھڑوں کے ذریعے آسانی سے جذب کیا جاتا تھا جب اسے گولی کے طور پر لیا جاتا تھا اور پھر اسے ٹوٹ جاتا تھا اور بغیر کسی قابل ذکر مضر اثرات کے جسم سے خارج کر دیا جاتا تھا۔

یہ AI پر مبنی منشیات کی دریافت کے تصور کا ثبوت ہے۔ Zhavoronkov نے کہا کہ "ہم کسی شک و شبہ سے بالاتر یہ ظاہر کرنے کے قابل ہیں کہ نئے علاج تلاش کرنے اور تیار کرنے کا یہ طریقہ کارگر ہے۔"

کلاس میں پہلی

AI ڈیزائن کردہ دوا کلینکل ٹرائلز کے اگلے مرحلے پر منتقل کر دیا گیا، مرحلہ II، امریکہ اور چین دونوں میں گزشتہ موسم گرما میں. اس دوا کا کلینیکل ٹرائلز کے گولڈ اسٹینڈرڈ کا استعمال کرتے ہوئے بیماری میں مبتلا لوگوں میں تجربہ کیا جا رہا ہے: بے ترتیب، ڈبل بلائنڈ، اور پلیسبو کے ساتھ۔

"بہت سے لوگ کہتے ہیں کہ وہ منشیات کی دریافت کے لیے AI کر رہے ہیں،" نے کہا ٹورنٹو یونیورسٹی میں ڈاکٹر ایلان اسپورو گوزک، جو نئی تحقیق میں شامل نہیں تھے۔ "یہ، میرے علم کے مطابق، مرحلے II کے کلینیکل ٹرائلز میں پہلی AI سے تیار کردہ دوا ہے۔ کمیونٹی اور Insilico کے لیے ایک حقیقی سنگ میل۔

منشیات کی کامیابی ابھی تک نہیں دی گئی ہے. منشیات کے امیدوار اکثر کلینیکل ٹرائلز کے دوران ناکام ہوجاتے ہیں۔ لیکن اگر کامیاب ہو گیا تو اس کی ممکنہ طور پر وسیع رسائی ہو سکتی ہے۔ ہماری عمر بڑھنے کے ساتھ ساتھ ایک سے زیادہ اعضاء میں فبروسس آسانی سے ہوتا ہے، بالآخر اعضاء کے معمول کے افعال کو پیس کر رک جاتا ہے۔

Zhavoronkov نے کہا، "ہم ایک ایسے ہدف کی نشاندہی کرنا چاہتے تھے جو بیماری اور بڑھاپے دونوں میں بہت زیادہ ملوث تھا، اور فائبروسس… AI پلیٹ فارم نے سب سے زیادہ امید افزا "دوہری مقصدی اہداف جو اینٹی فبروسس اور بڑھاپے سے متعلق ہیں" پایا، جو نہ صرف idiopathic pulmonary fibrosis کے شکار لوگوں کی زندگیاں بچا سکتا ہے بلکہ ہم سب کے لیے عمر رسیدگی کو بھی ممکنہ طور پر سست کر سکتا ہے۔

RWTH آچن کے ڈاکٹر کرسٹوف کوپے کے لیے جو اس کام میں شامل نہیں تھے، یہ مطالعہ ایک "تاریخی نشان" ہے جو منشیات کی دریافت کی رفتار کو نئی شکل دے سکتا ہے۔

ISM018_055 فی الحال II کے ٹرائلز سے گزر رہے ہیں، Zhavoronkov ایک ایسے مستقبل کا تصور کر رہا ہے جہاں AI اور سائنسدان نئے علاج کو تیز کرنے کے لیے تعاون کریں۔ انہوں نے کہا کہ "ہمیں امید ہے کہ یہ [کام] مزید اعتماد پیدا کرے گا، اور مزید شراکتیں پیدا کرے گا، اور AI سے چلنے والی دوائیوں کی دریافت کی قدر کے بارے میں کسی بھی شکوک کو قائل کرنے میں مدد کرے گا۔"

تصویری کریڈٹ: Insilico

اسپاٹ_مگ

تازہ ترین انٹیلی جنس

اسپاٹ_مگ