Un team combinato di ricercatori biomedici dei Novartis Institutes for Biomedical Research e Microsoft Research AI4Science ha fatto passi avanti nell’insegnare ai sistemi di intelligenza artificiale come trovare nuovi farmaci. Nel loro studio, riportato sulla rivista Nature Communications , il gruppo ha utilizzato il feedback dei chimici sul campo per fornire linee guida intuitive per un modello di intelligenza artificiale.
Trovare nuovi farmaci è un compito notoriamente difficile e laborioso. Il processo per trovare nuove terapie coinvolge tipicamente esperti in una varietà di campi che lavorano su diverse parti del problema. Medici e altri ricercatori medici, ad esempio, devono prima scoprire le radici di una determinata malattia per trovarne la causa. I chimici o altri ricercatori medici devono quindi trovare una sostanza chimica che possa invertire il problema o impedirne il verificarsi.
Entrambe le parti del processo richiedono tempo e impegno. In questo nuovo progetto, il team di ricerca ha cercato di determinare se le applicazioni di intelligenza artificiale potrebbero semplificare la seconda parte.
Uno dei modi in cui si scoprono nuovi farmaci è attraverso l'intuizione, ovvero la sensazione viscerale di un chimico che determinate sostanze chimiche potrebbero rivelarsi utili per il trattamento di determinati disturbi. Questa intuizione è difficile da codificare. Ciò potrebbe cambiare ora con l'avvento delle applicazioni IA.
Per applicare l’intelligenza artificiale al problema dello sviluppo dei farmaci, i ricercatori hanno chiesto il feedback di 45 chimici il cui compito è trovare nuovi farmaci. A ciascuno è stato chiesto di scegliere da un elenco di 220 coppie chimiche che secondo loro avevano buone probabilità di diventare un farmaco utile utilizzando nient'altro che l'intuizione acquisita in anni di esperienza sul campo.
Quel feedback è stato poi fornito al sistema di intelligenza artificiale, che ha classificato le coppie chimiche in base a ciò che aveva appreso e ha risposto assegnando a ciascuna coppia un punteggio basato sulle sue stime della probabilità che il farmaco sarebbe stato utile. Il team di ricerca ha quindi inviato le coppie chimiche con il punteggio più alto a un sistema basato sull'intelligenza artificiale che progetta molecole in base alle sostanze chimiche fornite; alcuni dei risultati del sistema sono stati descritti dai ricercatori come promettenti.
Il team di ricerca ha poi testato il proprio sistema su farmaci già presenti sul mercato e ha trovato quello che descrive come un "segnale" da apprendere dai dati intuitivi basati sui chimici, una scoperta che li ha convinti che siano giustificate ulteriori ricerche.
Ulteriori informazioni: Oh-Hyeon Choung et al, Estrazione dell'intuizione di chimica medicinale tramite l'apprendimento automatico delle preferenze, Nature Communications (2023). DOI:10.1038/s41467-023-42242-1
Informazioni sul giornale: Comunicazioni sulla natura
© 2023 Rete Scienza X
