Έρχονται νέα σκευάσματα με AI – Φάρµακα και εµβόλια της επόµενης ηµέρας

Μπορεί η τεχνητή νοημοσύνη (ΤΝ) να προλάβει την επόμενη πανδημία, προσφέροντας προστασία από μελλοντικές απειλές; Να λύσει τον θεραπευτικό γρίφο της νόσου Αλτσχάιμερ ή να συμβάλει στην ταχύτερη παραγωγή καινοτόμων φαρμάκων έναντι σοβαρών ασθενειών όπως ο καρκίνος;

Η απάντηση δεν είναι πλέον θεωρητική. Σήμερα, περίπου 170 φάρμακα που ανακαλύφθηκαν ή σχεδιάστηκαν με τη βοήθεια της τεχνητής νοημοσύνης βρίσκονται σε στάδιο κλινικών δοκιμών. Ετσι, το 2026 και το 2027 αναμένεται να αποτελέσουν έτη – ορόσημα, καθώς θα αποτυπωθούν στην πράξη τόσο οι δυνατότητες όσο και οι περιορισμοί της τεχνολογίας σε ένα από τα πιο κρίσιμα πεδία της επιστήμης.

Τα πρώτα δείγματα, πάντως, είναι ενθαρρυντικά. Μόλις πριν από μερικές ημέρες, ερευνητές του Πανεπιστήμιου του Κέιμπριτζ ανακοίνωσαν τα πρώτα αποτελέσματα από μια νέα τεχνολογία εμβολίων που φιλοδοξεί να προσφέρει προστασία όχι μόνο απέναντι σε γνωστούς ιούς, αλλά και σε μελλοντικές παραλλαγές ή ακόμη και σε συγγενικούς ιούς που δεν έχουν εμφανιστεί ακόμη στον άνθρωπο.

«Υπεραντιγόνο»

Η καινοτομία βασίζεται στη χρήση ΤΝ και μηχανικής μάθησης για τον σχεδιασμό ενός «υπεραντιγόνου» (super-antigen). Για τον σκοπό αυτό οι  επιστήμονες ανέλυσαν χιλιάδες γενετικές αλληλουχίες κορωνοϊών και εντόπισαν τα κοινά χαρακτηριστικά που παραμένουν σταθερά παρά τις μεταλλάξεις. Με βάση αυτά δημιούργησαν ένα συνθετικό αντιγόνο που θα μπορούσε να ενεργοποιεί το ανοσοποιητικό απέναντι σε ολόκληρες οικογένειες ιών.

Μάλιστα, οι πρώτες δοκιμές σε 39 υγιείς εθελοντές έδειξαν ότι το εμβόλιο είναι ασφαλές και καλά ανεκτό. Ωστόσο, η τεχνολογία βρίσκεται ακόμη σε πρώιμο στάδιο, ενώ, όπως προβλέπει το πρωτόκολλο, θα ακολουθήσει μεγαλύτερη μελέτη (Φάσης 2) με περίπου 200 συμμετέχοντες.

«Η εξέλιξη αυτή σηματοδοτεί μια σημαντική αλλαγή φιλοσοφίας: από την ανάπτυξη εμβολίων ως απάντηση σε μια πανδημία, περνάμε στον προληπτικό σχεδιασμό εμβολίων που θα μπορούσαν να προσφέρουν προστασία απέναντι σε μελλοντικές απειλές. Παρότι η ΤΝ δεν μπορεί να υποκαταστήσει τα απαραίτητα στάδια εργαστηριακής και κλινικής αξιολόγησης, μπορεί να μειώσει σημαντικά τον χρόνο ανάπτυξης και να ενισχύσει την παγκόσμια ετοιμότητα απέναντι στις πανδημίες του μέλλοντος», σημειώνει μιλώντας στα «ΝΕΑ» η Μαρία Γαζούλη, καθηγήτρια Βιολογίας – Γενετικής – Νανοϊατρικής στην Ιατρική Σχολή του ΕΚΠΑ.

Κέρδισαν 10 χρόνια δοκιμών

Την ίδια ώρα, ολοένα περισσότεροι ερευνητές ανά τον κόσμο βρίσκουν στην ΤΝ έναν σημαντικό… συνάδελφο. Επιστήμονες τη χρησιμοποιούν για να σαρώσουν όλα τα υπάρχοντα φάρμακα (π.χ. για τον διαβήτη ή την καρδιά).

Μάλιστα, ο… ψηφιακός νους ανακάλυψε ότι ορισμένα από αυτά μπορούν να μπλοκάρουν τη συσσώρευση παθογόνων πρωτεϊνών για τον εγκέφαλο (το β-αμυλοειδές και την πρωτεΐνη tau) που ευθύνονται για την εκδήλωση της νόσου Αλτσχάιμερ. Ισως, όμως, το πιο εντυπωσιακό είναι ότι με τον τρόπο αυτό οι ερευνητές κέρδισαν 10 χρόνια αναλύσεων και δοκιμών.

Οπως εντούτοις διευκρινίζει η Μ. Γαζούλη, η τεχνητή νοημοσύνη έχει ξεπεράσει προ πολλού τον ρόλο ενός απλού εργαλείου ανάλυσης δεδομένων. «Σήμερα μπορεί να εντοπίζει μοτίβα που διαφεύγουν την ανθρώπινη προσοχή, να προτείνει νέες υποθέσεις, να σχεδιάζει νέα μόρια, υλικά ή πρωτεΐνες και να επιταχύνει την επιστημονική ανακάλυψη σε πολλούς τομείς».

Εκτός από τον κορωνοϊό, η ομάδα του Πανεπιστημίου του Κέιμπριτζ  χρησιμοποιεί ΤΝ για να βρει τα «σταθερά» σημεία του ιού της γρίπης (συμπεριλαμβανομένης της γρίπης των πτηνών H5N1), με την ελπίδα ότι θα δημιουργηθεί ένα εμβόλιο που θα χρειάζεται να επαναλαμβάνεται κάθε χρόνο. Αντίστοιχα, με τη βοήθεια του «άυλου εγκεφάλου» αναζητείται αποτελεσματικό εμβόλιο για τον ιό Εμπολα.

Καινοτόμες θεραπείες

Παράλληλα και με σύμμαχο τις τεχνολογικές εξελίξεις, οι ερευνητές αναζητούν και καινοτόμες θεραπείες. «Αν και δεν υπάρχει ακόμη φάρμακο που να έχει αναπτυχθεί αποκλειστικά από ΤΝ και να έχει λάβει πλήρη έγκριση, αρκετά υποψήφια φάρμακα που σχεδιάστηκαν με τη βοήθεια ΤΝ βρίσκονται ήδη σε κλινικές δοκιμές», συμπληρώνει η καθηγήτρια.

Ενα από τα πιο χαρακτηριστικά παραδείγματα είναι το Rentosertib (INS018_055), το πρώτο φάρμακο του οποίου τόσο ο θεραπευτικός στόχος όσο και το μόριο αναγνωρίστηκαν με τη χρήση γενετικής τεχνητής νοημοσύνης. Το φάρμακο, που αναπτύχθηκε για την ιδιοπαθή πνευμονική ίνωση, ολοκλήρωσε με επιτυχία κλινική μελέτη Φάσης 2a, παρουσιάζοντας ικανοποιητικό προφίλ ασφάλειας και ενθαρρυντικά πρώιμα δεδομένα αποτελεσματικότητας. «Η εξέλιξη αυτή δείχνει ότι η τεχνητή νοημοσύνη δεν αποτελεί πλέον απλώς ένα ερευνητικό εργαλείο, αλλά έναν πραγματικό επιταχυντή της φαρμακευτικής καινοτομίας».

Επίσης, μόλις πριν από λίγα 24ωρα η ιαπωνική φαρμακευτική εταιρεία Takeda ανακοίνωσε ότι ένα φάρμακο για την ψωρίαση που αναπτύχθηκε με τη βοήθεια των νέων ψηφιακών εργαλείων υπερείχε σε κλινική δοκιμή έναντι ήδη εγκεκριμένης θεραπείας. Αξίζει, δε, να σημειωθεί ότι είναι από τις πρώτες περιπτώσεις όπου η ΤΝ δεν βοηθά απλώς την έρευνα αλλά φαίνεται να οδηγεί σε καλύτερο φάρμακο.

Οι δοκιμές όμως δεν σταματούν εδώ, με τους ειδικούς να επενδύουν στην εξατομικευμένη ιατρική. Ενδεικτικά αναφέρεται ότι αξιολογούνται νέα πολυτροπικά μοντέλα ΤΝ που μπορούν προβλέπουν ποιοι συνδυασμοί φαρμάκων είναι πιθανότερο να δουλέψουν σε συγκεκριμένους ασθενείς και ποιοι θα προκαλέσουν σοβαρές παρενέργειες.

Μύθοι και αλήθειες για την τεχνητή νοημοσύνη

Θα μπορούσε να αντικαταστήσει η ΤΝ τον άνθρωπο; Πρόκειται, ίσως, για τον μεγαλύτερο μύθο σύμφωνα με τη Μαρία Γαζούλη. «Στην πραγματικότητα, μπορεί να εκτελεί ορισμένες εργασίες πολύ γρήγορα και αποτελεσματικά, αλλά δεν διαθέτει την εμπειρία, τη διαίσθηση, την ενσυναίσθηση και την κρίση που χαρακτηρίζουν την ανθρώπινη σκέψη».

Ενας ακόμη μύθος είναι ότι η ΤΝ έχει πάντα δίκιο. Στην πραγματικότητα όμως, και παρότι μπορεί να επεξεργάζεται τεράστιους όγκους πληροφοριών σε ελάχιστο χρόνο, εξακολουθεί να κάνει λάθη, να αναπαράγει προκαταλήψεις που υπάρχουν στα δεδομένα της ή να δίνει απαντήσεις που ακούγονται σωστές χωρίς να είναι.

«Η ΤΝ μπορεί πράγματι να αυξήσει σημαντικά την παραγωγικότητα, ιδιαίτερα σε εργασίες που απαιτούν ταχύτητα και ανάλυση δεδομένων. Ομως η παραγωγικότητα δεν μετριέται μόνο με το πόσο γρήγορα γίνεται κάτι, αλλά και με το πόσο σωστά, δημιουργικά και υπεύθυνα γίνεται. Τα όρια που βλέπουμε σήμερα πιθανότατα δεν θα είναι τα ίδια σε δέκα ή είκοσι χρόνια. Η τεχνολογία εξελίσσεται με εντυπωσιακούς ρυθμούς και πολλά από όσα θεωρούσαμε αδύνατα πριν από λίγα χρόνια αποτελούν ήδη πραγματικότητα», συμπληρώνει η ίδια.

Ωστόσο, παραμένει αβέβαιο αν οι μηχανές θα μπορέσουν ποτέ να αποκτήσουν πραγματική κατανόηση του κόσμου, συνείδηση ή ηθική κρίση όπως ο άνθρωπος. «Γι’ αυτό, τουλάχιστον στο προβλέψιμο μέλλον, δεν μιλάμε για μια μάχη ανθρώπου εναντίον μηχανής, αλλά για μια νέα μορφή συνεργασίας. Οι άνθρωποι φέρνουν τη δημιουργικότητα, την κρίση και τις αξίες· η τεχνητή νοημοσύνη φέρνει την ταχύτητα και την υπολογιστική ισχύ. Ο συνδυασμός των δύο είναι πιθανότατα το πιο ισχυρό εργαλείο που έχουμε στη διάθεσή μας».