Găsirea de noi medicamente este o sarcină costisitoare și consumatoare de timp. Dar un tip de Inteligență Artificială numită învățare automată poate accelera procesul și să scadă costurile. Iar acum este posibil să fi găsit cea mai puternică moleculă anti-îmbătrânire.
Vanessa Smer-Barreto, de la Universitatea din Edinburgh (Scoția), și colegii ei au folosit recent această tehnologie pentru a găsi trei candidați promițători pentru medicamente senolitice și pentru a identifica cea mai puternică moleculă anti-îmbătrânire.
Senoliticele funcționează prin uciderea celulelor senescente. Acestea sunt celule care sunt „vii” (active metabolic), dar care nu se mai pot reproduce, de unde și porecla de „celule zombie”.
Incapacitatea de a se înmulți nu este neapărat un lucru rău. Aceste celule au suferit leziuni ale ADN-ului (de exemplu, celulele pielii deteriorate de razele Soarelui), astfel încât oprirea înmulțirii oprește răspândirea daunelor, explică Smer-Barreto pentru Science Alert.
Dar celulele senescente nu sunt întotdeauna un lucru bun. Ele secretă un cocktail de proteine inflamatorii care se pot răspândi la celulele învecinate. De-a lungul vieții, celulele noastre suferă o serie de atacuri, de la razele UV până la expunerea la substanțe chimice, și astfel aceste celule se acumulează.
Numărul crescut de celule senescente este implicat într-o serie de boli precum diabetul de tip 2, COVID-19, fibroza pulmonară, osteoartrita și cancerul.
Studiile pe șoareci de laborator au arătat că eliminarea celulelor senescente, folosind senolitice, poate ameliora aceste boli. Aceste medicamente pot ucide celulele zombie, menținând în același timp celulele sănătoase în viață.
În prezent, sunt cunoscute aproximativ 80 de senolitice, dar doar două au fost testate la om: o combinație de dasatinib și quercetină. „Ar fi grozav să găsim mai multe senolitice care pot fi folosite într-o varietate de boli, dar este nevoie de zece până la 20 de ani și de miliarde de dolari pentru ca un medicament să ajungă pe piață”, spune cercetătoarea.
Vanessa Smer-Barreto și colegii ei de la Universitatea din Edinburgh și de la Consiliul Național de Cercetare Spaniol IBBTEC-CSIC au vrut să știe dacă ar putea antrena modele de învățare automată pentru a identifica noi candidați de medicamente senolitice.
Pentru a face acest lucru, ei au antrenat modele AI folosind exemple de senolitice și de non-senolitice cunoscute. Modelele au învățat să facă distincția între cele două și ar putea fi folosite pentru a prezice dacă moleculele pe care nu le-au văzut niciodată înainte ar putea fi, de asemenea, senolitice.
Atunci când este rezolvată o problemă de învățare automată, de obicei datele sunt testate mai întâi pe o serie de modele diferite, deoarece unele dintre ele tind să aibă performanțe mai bune decât altele.
Pentru a determina cel mai performant model, la începutul procesului, se separă o mică secțiune din datele de antrenament disponibile și nu este introdusă în model până după finalizarea procesului de antrenament.
Apoi, aceste date de testare sunt folosite pentru a cuantifica câte erori face modelul. Câștigă modelul care face cele mai puține erori, spune Smer-Barreto.
Cercetătorii au determinat cel mai bun model și l-au setat să facă predicții. I-au fost date 4.340 de molecule și, cinci minute mai târziu, acesta a oferit o listă de rezultate.
Modelul AI a identificat 21 de molecule cu cele mai bune scoruri pe care le-a considerat că au o probabilitate mare de a fi senolitice. Dacă cele 4.340 de molecule inițiale ar fi fost testate în laborator, ar fi fost nevoie de cel puțin câteva săptămâni de muncă intensă și 50.000 de lire sterline doar pentru a cumpăra compușii, fără a lua în calcul costul aparatelor experimentale.
Acești candidați de medicamente au fost testați pe două tipuri de celule: sănătoase și senescente. Rezultatele au arătat că dintre cei 21 de compuși, trei (periplocină, oleandrină și ginkgetina) au fost capabili să elimine celulele senescente, menținând în același timp majoritatea celulelor normale în viață. Aceste noi senolitice au fost apoi supuse unor teste suplimentare pentru a afla mai multe despre modul în care funcționează în organism.
Experimentele biologice mai detaliate au arătat că, dintre cele trei medicamente, oleandrina a fost cea mai puternică moleculă anti-îmbătrânire.
Potențialele avantaje ale acestei abordări interdisciplinare, care implică analiști de date, chimiști și biologi, sunt uriașe. Având date suficiente de înaltă calitate, modelele AI pot accelera munca uimitoare pe care chimiștii și biologii o fac pentru a găsi tratamente și remedii pentru boli.
„După ce le-am validat în celule senescente, acum testăm cele trei senolitice candidate în țesutul pulmonar uman. Sperăm să raportăm următoarele rezultate peste doi ani”, încheie Smer-Barreto.
Șah mat, părinților! Un studiu arată că cei mici învață și atunci când nu sunt atenți
Insulina cultivată în salată verde nu va mai necesita injecții dureroase
Spațiul modifică expresia genelor, iar asta îi predispune pe astronauți la infecții
Multe așa-zise apariții sau „fantome” pot fi cauzate de monoxidul de carbon