L’intelligence artificielle pourrait lutter contre les maladies futures

Trouver un remède contre de nouvelles maladies nécessite du temps et des investissements importants, mais les scientifiques recherchent déjà l’intelligence artificielle afin d’atteindre leurs objectifs plus rapidement.

Bien qu’il soit probablement trop tard pour que la technologie joue un rôle majeur dans l’épidémie actuelle de coronavirus, il y a de l’espoir pour les prochaines épidémies. L’IA est bonne pour parcourir des monticules de données afin de trouver des connexions qui permettent de déterminer plus facilement quels types de traitements pourraient fonctionner ou quelles expériences poursuivre.

Les chercheurs ont réussi à produire le séquençage génétique du coronavirus dans les semaines qui ont suivi les premiers cas signalés, ce qui montre que des données beaucoup plus immédiates sont disponibles maintenant lorsque des épidémies se produisent.

Healx, basée à Cambridge, fait partie des entreprises qui aident à former l’intelligence artificielle à la découverte de médicaments. La plateforme d’IA de l’entreprise, Healnet, utilise le traitement du langage naturel (PNL) pour extraire les connaissances sur les maladies des sources publiées et pour compléter les bases de données biomédicales et les données propriétaires et conservées. Il augmente constamment la profondeur et l’étendue des informations détenues précédemment et comble les lacunes dans la connaissance des maladies rares, offrant une plus grande opportunité pour la découverte de nouveaux traitements.

La biologie souvent complexe des maladies rares signifie qu’il n’est plus efficace de commencer avec une seule cible en tête. L’approche de Healx est exempte d’hypothèses: Healnet tire parti de l’étendue de son ensemble de données, ainsi que des données spécifiques aux maladies et / ou aux médicaments, pour fournir des informations raisonnées que nous n’aurions jamais pensé à prendre en considération.

Les données de Healnet sont intégrées sous la forme du plus grand graphique de connaissances axé sur les maladies rares. Il montre les liens cachés et nouveaux prioritaires entre les médicaments et les maladies lorsqu’ils sont explorés par des pharmacologues et biologistes experts. Healnet peut présenter un ensemble d’hypothèses préformées basées sur les données, ce qui accélère le processus d’interprétation.

S’adressant à Bloomberg, Neil Thompson, directeur scientifique de Healx, a déclaré que la technique de l’entreprise pourrait être déployée contre une épidémie comme le coronavirus tant qu’elle disposait de suffisamment de données sur la nouvelle maladie. Healx ne travaille pas à lutter contre le coronavirus ou à peaufiner sa technologie pour les épidémies, mais ce ne serait pas un tronçon.

“Nous sommes assez proches”, a déclaré Thompson dans une interview. “Nous n’aurions pas besoin de beaucoup changer les algorithmes d’IA que nous utilisons. Nous cherchons à faire correspondre les propriétés des médicaments aux caractéristiques de la maladie. »

Dans l’approche d’Exscientia basée au Royaume-Uni, surnommée Centaur Chemist, les concepteurs de médicaments aident à enseigner les stratégies d’algorithmes pour la recherche de composés. Healx met les prédictions de l’IA à la disposition des chercheurs qui analysent les résultats et décident quoi poursuivre.

L’origine du terme Centaure réside dans les premiers événements homme contre machine d’échecs inventés par le grand maître Garry Kasparov après avoir proposé la coopération du joueur d’échecs humain et de la machine. Le résultat a été une combinaison d’humain et de machine capable de battre à la fois des experts humains et des machines. En fin de compte, le facteur décisif est le processus utilisé pour combiner l’homme et la machine.

Cependant, les règles de découverte de médicaments sont très complexes – toutes ne sont pas connues et certaines ne sont pas facilement décrites comme un ensemble fini de mouvements. Par conséquent, il est très difficile de concevoir un processus machine pur pour la découverte de médicaments.

Chez Exscientia, la plateforme Centaur Chemist contrôle l’intégralité du processus, pas les tâches individuelles. Grâce à cela, les apprentissages sur les mouvements et les règles de découverte de médicaments s’améliorent avec chaque projet et cycle. Cette connaissance codée aide le système à devenir plus efficace et, grâce à cette approche, les workflows de la plate-forme technologique définissent et exécutent ces tâches de conception permettant aux concepteurs Centaur de définir des workflows et de se concentrer sur la stratégie.

Andrew Hopkins, président-directeur général d’Exscientia Ltd. fait partie de ceux qui travaillent à la formation de l’intelligence artificielle pour la découverte de médicaments. Il pense que de nouveaux traitements pourraient passer de la conception aux tests cliniques en aussi peu que 18 à 24 mois au cours de la prochaine décennie, grâce à l’IA.

Des chercheurs du Massachusetts Institute of Technology ont déclaré jeudi qu’ils avaient utilisé la méthode pour identifier un nouveau composé antibiotique puissant qui pourrait tuer un ensemble de bactéries gênantes, même certaines qui sont actuellement résistantes à d’autres traitements.

À l’aide d’un algorithme d’apprentissage automatique, les chercheurs du MIT ont identifié un nouveau composé antibiotique puissant. Lors des tests de laboratoire, le médicament a tué bon nombre des bactéries pathogènes les plus problématiques au monde, y compris certaines souches résistantes à tous les antibiotiques connus. Il a également éliminé les infections dans deux modèles de souris différents.

Le modèle informatique, qui peut dépister plus d’une centaine de millions de composés chimiques en quelques jours, est conçu pour détecter les antibiotiques potentiels qui tuent les bactéries en utilisant des mécanismes différents de ceux des médicaments existants.

«Nous voulions développer une plate-forme qui nous permettrait d’exploiter la puissance de l’intelligence artificielle pour inaugurer une nouvelle ère de découverte de médicaments antibiotiques», explique James Collins, professeur Termeer de génie et de sciences médicales au MIT’s Institute for Medical Engineering and Science. (IMES) et Département de génie biologique. “Notre approche a révélé cette molécule étonnante qui est sans doute l’un des antibiotiques les plus puissants qui ait été découvert.”

Dans leur nouvelle étude, les chercheurs ont également identifié plusieurs autres candidats antibiotiques prometteurs, qu’ils prévoient de tester plus avant. Ils croient que le modèle pourrait également être utilisé pour concevoir de nouveaux médicaments, sur la base de ce qu’il a appris sur les structures chimiques qui permettent aux médicaments de tuer les bactéries.

«Le modèle d’apprentissage automatique peut explorer, in silico, de grands espaces chimiques qui peuvent être d’un coût prohibitif pour les approches expérimentales traditionnelles», explique Regina Barzilay, professeur d’électronique et d’informatique au Delta Electronics Professor au MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL). .

Les chercheurs ont conçu leur modèle pour rechercher des caractéristiques chimiques qui rendent les molécules efficaces pour tuer E. coli. Pour ce faire, ils ont formé le modèle sur environ 2 500 molécules, dont environ 1 700 médicaments approuvés par la FDA et un ensemble de 800 produits naturels avec des structures diverses et un large éventail de bioactivités.

Une fois le modèle formé, les chercheurs l’ont testé sur le Broad Institute’s Drug Repurposing Hub, une bibliothèque d’environ 6 000 composés. Le modèle a sélectionné une molécule dont on prévoyait une forte activité antibactérienne et une structure chimique différente de tous les antibiotiques existants. En utilisant un modèle d’apprentissage machine différent, les chercheurs ont également montré que cette molécule aurait probablement une faible toxicité pour les cellules humaines.

Cette molécule, que les chercheurs ont décidé d’appeler l’halicine, a déjà été étudiée comme médicament contre le diabète. Les chercheurs l’ont testé contre des dizaines de souches bactériennes isolées de patients et cultivées dans des boîtes de laboratoire, et ont découvert qu’il était capable de tuer de nombreuses résistantes au traitement, notamment Clostridium difficile, Acinetobacter baumannii et Mycobacterium tuberculosis. Le médicament a fonctionné contre toutes les espèces testées, à l’exception de Pseudomonas aeruginosa, un pathogène pulmonaire difficile à traiter.

Pour tester l’efficacité de l’halicine chez les animaux vivants, les chercheurs l’ont utilisée pour traiter des souris infectées par A. baumannii, une bactérie qui a infecté de nombreux soldats américains stationnés en Irak et en Afghanistan. La souche d’A. Baumannii qu’ils ont utilisée est résistante à tous les antibiotiques connus, mais l’application d’une pommade contenant de l’halicine a complètement éliminé les infections en 24 heures.

Des études préliminaires suggèrent que l’halicine tue les bactéries en perturbant leur capacité à maintenir un gradient électrochimique à travers leurs membranes cellulaires. Ce gradient est nécessaire, entre autres fonctions, pour produire de l’ATP (molécules que les cellules utilisent pour stocker l’énergie), donc si le gradient se décompose, les cellules meurent. Selon les chercheurs, ce type de mécanisme de destruction pourrait être difficile à développer pour les bactéries.

“Lorsque vous avez affaire à une molécule qui s’associe probablement à des composants de la membrane, une cellule ne peut pas nécessairement acquérir une seule mutation ou quelques mutations pour changer la chimie de la membrane externe. Des mutations comme celle-ci ont tendance à être beaucoup plus complexes à acquérir évolutivement », explique Stokes.

Dans cette étude, les chercheurs ont découvert qu’E. Coli n’a développé aucune résistance à l’halicine pendant une période de traitement de 30 jours. En revanche, les bactéries ont commencé à développer une résistance à l’antibiotique ciprofloxacine en un à trois jours, et après 30 jours, les bactéries étaient environ 200 fois plus résistantes à la ciprofloxacine qu’elles ne l’étaient au début de l’expérience.

Les chercheurs envisagent de poursuivre les études sur l’halicine, en collaboration avec une entreprise pharmaceutique ou une organisation à but non lucratif, dans l’espoir de la développer pour une utilisation chez l’homme.

Un problème qui reste en place est les tests cliniques. Même les médicaments déjà sûrs pour guérir une maladie devraient être testés à nouveau avant d’être prescrits pour une autre. Le processus visant à montrer qu’ils sont sûrs et efficaces pour un grand nombre de personnes peut prendre des années avant de se rendre aux autorités de réglementation pour examen.

Pour être efficaces, les développeurs de médicaments basés sur l’IA devraient planifier à l’avance, sélectionner un génome viral susceptible de causer des problèmes à l’avenir et le cibler lorsqu’il y a peu d’incitations à le faire.

Source

A propos admin

Découvrez également

Le Pixel 4 peut à présent exiger que vos yeux soient ouverts pour que le déverrouillage du visage fonctionne

le Pixel 4Le déverrouillage du visage fonctionne généralement très bien, mais cela pourrait fonctionner un …

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *