Hatékony öregedésgátló molekulát talált az AI

Az új gyógyszerek felkutatása – úgynevezett „gyógyszerfelfedezés” – drága és időigényes feladat. A gépi tanulásnak nevezett mesterséges intelligencia azonban nagymértékben felgyorsíthatja a folyamatot, és az ár töredékéért elvégezheti a munkát.

A közelmúltban ezt a  technológiát használva, Vanessa Smer-Barreto , az Edinburghi Egyetem Genetikai és Molekuláris Orvostudományi Intézetének kutatója, három igéretes szenolitikus gyógyszert szeretett volna találni – olyan gyógyszereket, amelyek lassítják az öregedést és megelőzik az életkorral összefüggő betegségeket.

Pusztítják a zombisejteket

A szenolitikumok az öregedő sejtek elpusztításával fejtik ki hatásukat . Ezek olyan sejtek, amelyek "élnek" (metabolikusan aktívak), de már nem tudnak replikálódni, innen a becenevük: zombisejtek.

A replikáció képtelensége nem feltétlenül rossz dolog. Ezek a sejtek DNS-károsodást szenvedtek – például a napsugarak által károsított bőrsejteket – így a replikáció leállítása megakadályozza a károsodás terjedését.

Az öregedő sejtek kedvezőtlen hatásai

Gyulladásos folyamatokat indíthatnak el, a fehérje csoportok kiválasztása által, amely átterjedhet a szomszédos sejtekre.

Egy életen át a sejtjeink támadások özönét szenvedik el, az UV-sugárzástól a vegyi anyagoknak való kitettségig, és így ezek a sejtek felhalmozódnak.

Az öregedő sejtek megnövekedett száma számos betegségben szerepet játszik, beleértve a 2-es típusú cukorbetegséget , a COVID-t, a tüdőfibrózist, az osteoarthritist és a rákot.

Laboratóriumi egereken végzett vizsgálatok kimutatták, hogy az öregedő sejtek eltávolítása szenolitikumok segítségével enyhítheti ezeket a betegségeket. Ezek a gyógyszerek elpusztíthatják a zombi sejteket, miközben életben tartják az egészséges sejteket.

Körülbelül 80 szenolitikum ismert, de csak kettőt teszteltek embereken: a dasatinib és a kvercetin kombinációját . Jó lenne több szenolizáló szert találni, amelyek különféle betegségekben használhatók, de tíz-húsz év és több milliárd dollárba kerül, amíg egy gyógyszer piacra kerül.

Eredmények öt perc alatt

“Kollégáimmal – köztük az Edinburghi Egyetem kutatóival és a spanyolországi Santanderben működő Spanyol Nemzeti Kutatási Tanács IBBTEC-CSIC kutatóival – azt szerettem volna tudni, hogy képesek-e betanítani a gépi tanulással a  modelleket, új szenolitikus gyógyszerek molekuláinak azonosítására.” – mondta Vanessa Smer-Barreto.

Ehhez az AI modelleket ismert szenolitikus és nem szenolitikus szerek példáival látták el . A modellek megtanulták megkülönböztetni a kettőt, és felhasználhatók annak előrejelzésére, hogy az általuk korábban soha nem látott molekulák is lehetnek-e szenolitikumok.

A gépi tanulási probléma megoldására először egy sor különböző modellen tesztelték az adatokat, mivel ezek közül néhány általában jobban teljesít, mint más modellek.

A legjobban teljesítő modell meghatározásához a folyamat elején elkülönítették a rendelkezésre álló képzési adatok egy kis részét, és a betanítási folyamat befejezéséig rejtve maradt a modell előtt.

Ezeket a tesztadatokat használták fel a modell által elkövetett hibák számszerűsítésére. Az nyert, amelyik a legkevesebb hibát követte el.

Meghatározták a legjobb modellt, és beállították előrejelzések készítésére. 4340 molekulát adtak neki, és öt perccel később megküldte az eredmények listáját.

Az AI-modell 21 legjobban jegyzett molekulát azonosított, amelyekről nagy valószínűséggel szenolitikus hatásúnak ítélte.

Ha az eredeti 4340 molekulát tesztelték volna a laboratóriumban, akkor legalább néhány hét intenzív munkába és 50 ezer font, mintegy 22 és fél millió forintba került volna csak a vegyületek megvásárlása, nem számítva a kísérleti gépezet és a beállítás költségeit.

A gyógyszereket egészséges és öregedő sejteken tesztelték. Az eredmények azt mutatták, hogy a 21 vegyület közül három (periplocin, oleandrin és ginkgetin) képes eltávolítani az öregedő sejteket, miközben a legtöbb normális sejtet életben tartotta. Ezeket az új szenolitikumokat ezután további tesztelésnek vetették alá, hogy többet megtudjanak arról, hogyan működnek a szervezetben.

A részletesebb biológiai kísérletek kimutatták, hogy a három gyógyszer közül az oleandrin hatékonyabb volt, mint a legjobban teljesítő ismert szenolitikus gyógyszer.

A három szenelitikumot emberi tüdőszövetben tesztelik, az eredmények két év múlva várhatóak.

Elegendő jó minőségű adatok birtokában az AI-modellek felgyorsíthatják azt a csodálatos munkát, amelyet a vegyészek és biológusok végeznek a betegségek kezelésének és gyógymódjának megtalálása érdekében.

Kép: pixabay