Umělá inteligence (AI) se uplatňuje napříč širokým spektrem lidských činností – od programování přes dopravu až po komunikaci se zákazníkem. Neobejdou se bez ní ale ani farmaceutické společnosti, které ji využívají například k efektivnějšímu vývoji nových léků. AI dokáže bleskurychle prohledat databáze potenciálních molekul a najít takové, jež nejlépe vyhovují konkrétnímu biologickému cíli, nebo třeba doladit navrhované sloučeniny.
Procesy, které lidem trvají celé měsíce, se dají zásluhou jejího přičinění zvládnout za několik málo minut. Její širší využití je každopádně poněkud komplikované – algoritmus totiž často přichází s novými molekulárními strukturami, jejichž laboratorní výroba je velmi obtížná, nebo rovnou zcela nemožná. Jistou naději však v tomto ohledu přináší nová metoda výzkumníků z amerického Massachusetts Institute of Technology (MIT).
Vědci model strojového učení upravili tak, aby navrhoval právě a jen takové molekulární struktury, jež jsou složeny z dostupných materiálů a jejichž vzájemné reakce se řídí zákony chemie, takže je lze bezpečně syntetizovat.
„Tento proces přeformuluje způsob, jakým žádáme o generování nové molekulární struktury. Mnoho modelů strojového učení přemýšlí o tvorbě nových molekulárních struktur cestou atom po atomu nebo vazby za vazbou. My místo toho budujeme nové molekuly metodou stavební blok po stavebním bloku a reakci po reakci,“ vysvětluje Connor Coley, vedoucí výzkumného týmu.
Rychlejší a praktičtější
Celý proces je poměrně náročný, vědci si každopádně s jeho složitostmi dokázali poradit. Aby bylo docíleno toho, že návrh nezůstane jen v rovině teorií, ale může být i reálně vyroben, pracuje model se sadou dostupných, a hlavně ,životaschopných‘ stavebních bloků, respektive látek a řídí se seznamem platných chemických reakcí. Všechny tyto informace zadávají ručně do systému odborníci, kteří tak mohou svými pokyny omezit velikost prostoru pro hledání nové molekuly.
Umělá inteligence následně vstupy využije k výběru správných stavebních bloků a jejich propojení pomocí chemických reakcí, čímž tak dojde k vytvoření finální molekuly. Ta se v každém kroku stává složitější, protože se přidávají další látky a vznikají další reakce. Výstupem je tedy jak konečná molekulární struktura, tak seznam i souvisejících ,chemikálií‘ a jejich vzájemného působení jedné na druhou.
Nová metoda je mnohem rychlejší než ostatní zavedené procesy a také daleko praktičtější. Daří se totiž díky ní získávat kvalitní molekuly s konkrétními vlastnostmi, které lze účinněji aplikovat například při boji s nemocemi – dokážou se lépe navázat na protein a zablokovat určitou aktivitu, jakou může být třeba zastavení replikace viru.
Umělá inteligence pomohla i s covidem
V nedávné minulosti se umělá inteligence při vývoji léků již několikrát osvědčila. Stalo se tak například při hledání cest k léčbě nemoci covid-19. Na samém počátku pandemie měli výzkumníci o tomto novém koronaviru jen omezené množství informací, a tak nikdo moc netušil, jak vlastně funguje.
Vědci proto nastavili algoritmus tak, aby během několika hodin prohledal asi 50 milionů článků v lékařských časopisech. Výsledek se dostavil v průběhu pouhých čtyř dní. Umělá inteligence zúžila výběr na jediný lék, a sice Baricitinib, který se obvykle používá k léčbě revmatoidní artritidy. Bylo to poprvé, kdy AI objevila pro stávající léčiva zcela nový účel.
Počítačový algoritmus se rovněž podílel na vývoji samotné vakcíny. Její složení sice přímo nenavrhl, ale pomohl jej optimalizovat. Společnost Moderna díky ní zvládla výrobu první šarže svého očkování určené k prvotnímu testování za pouhých 42 dní.
Výzkumníci z MIT doufají, že se díky jasné specifikaci požadovaných vlastností molekul, respektive jejich nové metodě podaří lidstvu urychlit boj s celou řadou nemocí. Věří totiž, že by mohla výrazně urychlit proces objevování nových léků. „Pokud některá společnost identifikovala konkrétní molekulu, která má požadované vlastnosti, ale nemůže být v reálných podmínkách vyrobena, mohla by využít náš model k navržení takových vyrobitelných molekul, které se jí co nejvíce přibližují,“ tvrdí Rocío Mercado, další člen výzkumného týmu.
