Svensk AI-modell kan snabba upp utvecklingen av läkemedel

Kan förutsäga molekylers utveckling

I studien granskades över tolv tusen organiska molekyler. Även över tusen korta peptider studerades, det är molekyler som består av korta kedjor av aminosyror som bygger proteiner. 

I studien lärde sig AI-modellen hur molekylerna brukar bete sig och kunde därför i simuleringarna förutsäga hur molekylerna kommer utvecklas framår i tiden och resultaten stämmer med fysikens lagar. 

”Vi tränar modellen på simulerade exempel av hur atomerna i en molekyl rör sig över tid. Utifrån dessa sekvenser lär sig modellen de underliggande reglerna för molekylernas rörelse, och kan sedan förutsäga hur nya molekyler beter sig”, säger Simon Olsson i pressmeddelandet.

Forskarna har jämfört AI-modellens resultat och slutsatser med tidigare studier av molekylers utveckling. 

”Vi har validerat resultaten genom att jämföra med oberoende, mycket långa konventionella simuleringar, och de stämmer överens”, säger Simon Olsson i pressmeddelandet.

Även molekyler den aldrig sett

AI-modellens resultat gör att forskarna kan följa hur molekylerna förändras i olika miljöer, modellen är grunden för de beräkningsmässiga förutsägelser forskarna gör i laboratoriet.

Simon Olsson säger att de i laboratoriet mäter väldigt specifika saker, som egenskaper hos molekylerna, hur ”nöjda” de är med att vara i en viss lösning, eller om de exempelvis vill ta sig igenom ett membran in till en cell.

AI-modellen kan också tillämpas på molekyler den aldrig har sett eftersom den har lärt sig generella regler för molekylers rörelse snarare än att den har memorerat enskilda system.

”Det finns ett slags mönster som modellen hjälper oss att få fram. AI-modellen utgår från ett antal exempel, där den bara ser utvecklingen under upp till tio nanosekunder. Ändå kan den förutsäga egenskaper och förändringar hos molekylerna som utvecklas under tusen gånger så lång tid. Vi kan alltså med hjälp av artificiell intelligens ta reda på vad som ska hända i framtiden. Den kan förutsäga hur molekylerna förändras trots att den aldrig sett utvecklingen”, säger Simon Olsson.

Mer effektiv läkemedelsframställning

”För att vi faktiskt ska kunna förutsäga de fysiska fenomen som molekylerna uppvisar måste vi lära oss den underliggande fysiken i hur systemet utvecklas. Vi är bland de första som visar att detta är möjligt på ett sätt som överförs mellan olika molekyler”, säger Juan Viguera Diez i pressmeddelandet.

Han är industridoktorand vid institutionen för data- och informationsteknik på Chalmers och Göteborgs universitet, och huvudförfattare till artikeln om studien.

Eftersom den nya AI-modellen kan öka hastigheten i molekylsimuleringar hoppas forskarna att den kan bli ett viktigt steg mot en mer effektiv läkemedelsframställning.

Juan Viguera Diez säger att AI-modellen på sikt skulle kunna bidra till att lovande läkemedelskandidater kan sållas fram snabbare, och även förbättra träffsäkerheten i tidiga skeden.

”Forskningsstudien visar vad som nu är möjligt. Det kan förhoppningsvis bana väg för en utveckling av mer generella tekniker, som i slutändan kan underlätta utvecklingen av nya läkemedel och nya behandlingar, och i bred bemärkelse också förståelsen för sjukdomar”, säger han i pressmeddelandet.

Läs mer på E55: Nu kan AI peka ut rätt hjärtmedicin – innan läkaren gör det

Läs mer på Dagens PS: AI gör kliniska prövningar snabbare och billigare

Läs mer på Realtid: AI kan snabba upp vägen till nya mediciner