Obsah
Nový kryptografický systém by mohl umožnit spolupráci mezi farmaceutickými společnostmi a akademickými laboratořemi, která by urychlila vývoj léků, aniž by došlo k vyzrazení důvěrných informací jejich konkurentům.
Srdcem systému je softwarový program umělé inteligence (AI) známý jako neuronová síť. Program studuje informace o tom, jak léky interagují s různými proteiny v lidském těle, a na základě těchto informací je schopen předpovídat interakce nových léků s proteiny.
Více tréninkových dat zlepšuje umělou inteligenci, což byl v minulosti problém, protože vývojáři léků obvykle data nesdílejí kvůli obavám o duševní vlastnictví. Nový systém umožňuje umělé inteligenci vytvářet crowdsourcing dat a zároveň zachovat soukromí informací, což by mohlo podpořit partnerství pro rychlejší vývoj léků, uvádějí vědci v časopise Science.
Identifikace nových interakcí mezi léky a proteiny by mohla odhalit nové způsoby léčby různých onemocnění. Nebo odhalit, zda určité léky interagují s nežádoucími cílovými proteiny, což by zlepšilo předpovídání specifických vedlejších účinků, říká Ivet Bahar, počítačová bioložka z Pittsburské univerzity (na studii se nepodílela).
V novém tréninkovém systému umělé inteligence jsou data získaná od výzkumných skupin rozdělena na několik serverů a majitel každého serveru vidí něco, co se zdá být jen náhodnými čísly. "Právě v tom spočívá problém. kryptografická magie Ačkoli žádný jednotlivý účastník nevidí miliony interakcí mezi léky a bílkovinami, které tvoří trénovací soubor, servery mohou tyto informace kolektivně využít k tomu, aby naučily neuronovou síť předpovídat interakce kombinací léků a bílkovin i bez předchozího přístupu k těmto informacím.tyto informace.
"Tento projekt je vizionářský," říká Jian Peng, počítačový vědec z Illinoiské univerzity, "věřím, že položí základy budoucí spolupráce v biomedicíně."
Výpočetní bioložka z MIT Bonnie Bergerová a její kolegové Brian Hie a Hyunghoon Cho hodnotili přesnost systému trénováním neuronové sítě na přibližně 1,4 milionu dvojic lék-protein. Polovina těchto dvojic byla získána z databáze platformy STITCH (Search Tool for Interactions of Chemicals) se známými interakcemi léků s proteiny; druhá polovina byla složena z dvojic, kteréKdyž jí byly předloženy nové dvojice lék-protein, o nichž bylo známo, že spolu interagují, nebo ne, umělá inteligence vybrala s 95% přesností ty sady, které spolu interagovaly.
Aby otestovali, zda systém dokáže identifikovat dosud neznámé interakce mezi léky a proteiny, Bergerův tým natrénoval neuronovou síť na téměř dvou milionech párů léků a proteinů: na celém souboru dat známých interakcí STITCH a na stejném počtu neinteragujících párů. Plně natrénovaná umělá inteligence navrhla několik interakcí, které nikdy nebyly zaznamenány nebo byly zaznamenány dříve,ale nebyly v databázi STITCH.
Umělá inteligence například identifikovala interakci mezi proteiny estrogenových receptorů a lékem vyvinutým k léčbě rakoviny prsu, který se nazývá droloxifen. Neuronová síť také našla novou interakci mezi lékem proti leukémii imatinibem a proteinem ErbB4, o němž se předpokládá, že se podílí na různých typech rakoviny. Výzkumníci tuto interakci potvrdili s pomocílaboratorní experimenty.
Taková bezpečná výpočetní síť by mohla podpořit větší spolupráci v jiných oblastech, než je vývoj léčiv. Nemocnice by mohly sdílet důvěrné lékařské záznamy, aby mohly trénovat programy umělé inteligence k předpovídání prognóz nebo radit ohledně léčebných strategií, řekl Peng.
"Kdykoli chcete provést studii o chování velkého počtu lidí, o genomice, lékařských záznamech, právních záznamech, finančních záznamech - o čemkoli, co je citlivé z hlediska ochrany osobních údajů, mohou být tyto techniky velmi užitečné," říká Wu." [ScienceNews].
REFERENCE
- Hie, H. Cho a B. Berger. Realizace soukromé a praktické farmakologické spolupráce. Věda Vol. 362, October 19, 2018, p. 347. doi:10.1126/science.aat4807.
