Uusi salausjärjestelmä voisi mahdollistaa lääkeyhtiöiden ja akateemisten laboratorioiden välisen yhteistyön lääkkeiden kehittämiseksi nopeammin - paljastamatta luottamuksellisia tietoja kilpailijoille.

Järjestelmän ytimenä on tekoälyohjelma, joka tunnetaan nimellä neuroverkko. Ohjelma tutkii tietoja siitä, miten lääkkeet ovat vuorovaikutuksessa ihmiskehon eri proteiinien kanssa, ja pystyy näiden tietojen perusteella tekemään ennusteita uusista lääkkeiden ja proteiinien välisistä vuorovaikutuksista.

Suurempi määrä harjoitusdataa parantaa tekoälyä, mikä oli aiemmin haasteellista, koska lääkekehittäjät eivät yleensä jaa tietoja immateriaalioikeuksiin liittyvien huolenaiheiden vuoksi. Uuden järjestelmän avulla tekoäly voi tehdä crowdsourcing Tietojen säilyttäminen yksityisenä voisi kannustaa kumppanuuksia nopeampaan lääkekehitykseen, raportoivat tutkijat Science-lehdessä.

Lääkkeiden ja proteiinien välisten uusien vuorovaikutussuhteiden tunnistaminen voisi tuoda esiin uusia hoitomuotoja eri sairauksiin tai paljastaa, ovatko tietyt lääkkeet vuorovaikutuksessa ei-toivottujen proteiinikohteiden kanssa, mikä parantaisi erityisten sivuvaikutusten ennustamista, sanoo Ivet Bahar, Pittsburghin yliopiston laskennallinen biologi (ei osallistunut tutkimukseen).

Uudessa tekoälyn koulutusjärjestelmässä tutkimusryhmiltä saatu data jaetaan useille palvelimille, ja kunkin palvelimen omistaja näkee näennäisesti vain satunnaislukuja. "Siinä kohtaa kryptografinen taikuus Vaikka yksikään yksittäinen osallistuja ei näe miljoonia lääke-proteiini-interaktioita, jotka muodostavat harjoitusjoukon, palvelimet voivat yhdessä käyttää tätä tietoa opettamaan neuroverkkoa ennustamaan lääke-proteiini -yhdistelmien vuorovaikutusta, vaikka heillä ei olisi etukäteen ollut pääsyä lääkkeiden ja proteiinien väliseen vuorovaikutukseen", sanoo tietotekniikan tutkija David Wu Virginian yliopistosta Charlottesvillestä.nämä tiedot.

"Tämä hanke on visionäärinen", sanoo Jian Peng, Illinoisin yliopiston tietojenkäsittelytieteilijä, "uskon, että se luo perustan biolääketieteen tulevalle yhteistyölle."

MIT:n laskennallinen biologi Bonnie Berger ja hänen kollegansa Brian Hie ja Hyunghoon Cho arvioivat järjestelmän tarkkuutta kouluttamalla neuroverkkoa noin 1,4 miljoonalle lääke-proteiiniparille. Puolet näistä pareista saatiin STITCH (Search Tool for Interactions of Chemicals) -alustan tietokannasta, jossa oli tunnettuja lääke-proteiini-interaktioita; toinen puoli koostui pareista, jotka olivatKun näytettiin uusia lääke-proteiinipareja, joiden tiedettiin olevan vuorovaikutuksessa tai ei, tekoäly valitsi 95 prosentin tarkkuudella, mitkä sarjat olivat vuorovaikutuksessa.

Testatakseen, voisiko järjestelmä tunnistaa aiemmin tuntemattomia lääkeaine-proteiini-interaktioita, Bergerin ryhmä koulutti neuroverkon lähes kahdella miljoonalla lääkeaine-proteiiniparilla: koko STITCH-tietokanta tunnetuista interaktioista sekä sama määrä ei-interagoivia pareja. Täysin koulutettu tekoäly ehdotti useita interaktioita, joita ei ollut koskaan raportoitu tai joista oli raportoitu aiemmin,mutta eivät olleet STITCH-tietokannassa.

Tekoäly tunnisti esimerkiksi vuorovaikutuksen estrogeenireseptoriproteiinien ja rintasyövän hoitoon kehitetyn lääkkeen droloksifeenin välillä. Neuroverkko löysi myös uudenlaisen vuorovaikutuksen leukemialääke imatinibin ja ErbB4-proteiinin välillä, jonka uskotaan olevan osallisena erilaisissa syöpätyypeissä. Tutkijat vahvistivat vuorovaikutuksen avullalaboratoriokokeet.

Tällainen turvallinen laskentaverkko voisi kannustaa lisäämään yhteistyötä muillakin aloilla kuin lääkekehityksessä. Sairaalat voisivat jakaa luottamuksellisia potilastietoja kouluttaakseen tekoälyohjelmia ennustamaan ennusteita tai neuvomaan hoitostrategioita, Peng sanoi.

"Aina kun halutaan tehdä tutkimusta suuresta ihmisjoukosta käyttäytymisen, genomiikan, sairauskertomusten, lakitietojen, taloustietojen - kaikenlaisten yksityisyyden suojaan liittyvien asioiden - osalta, tällaiset tekniikat voivat olla erittäin hyödyllisiä", Wu sanoo." [ScienceNews]".

VIITE

1. Hie, H. Cho ja B. Berger: Yksityisen ja käytännön farmakologisen yhteistyön toteuttaminen. Tiede Vol. 362, October 19, 2018, p. 347. doi:10.1126/science.aat4807.