ИИ создает препараты против рака: когда мы увидим эффективную вакцину
Как искусственный интеллект применяется в разработке вакцин
Методы машинного обучения и нейросети уже стали незаменимыми инструментами для исследователей, стремящихся создать вакцину против рака. С помощью ИИ ученые анализируют результаты секвенирования ДНК и РНК, расшифровывая их нуклеотидные последовательности.
Чтобы понять, как мутации в геноме влияют на клеточные процессы, исследователи используют ИИ для прогнозирования структуры белков, образующихся из мутированных участков генома. Методы молекулярного докинга, такие как AlphaFold, построенные на алгоритмах глубокого обучения, позволяют изучать пространственное расположение и взаимодействие атомов в молекуле и предсказывать трехмерную структуру белков. Это помогает понять, как генетические изменения влияют на структуру и функцию белков, и моделировать их взаимодействия. Таким образом становится возможно выявить пациентов, с определенными типом течения заболевания, для которых разработанное лечение окажется результативным.
Эффективность ИИ в создании вакцин для профилактики и лечения онкологических заболеваний уже показана в нескольких ключевых аспектах. Например, для анализа генома и транскриптома опухолей, что позволяет ученым исследовать процессы на клеточном уровне и обнаруживать неоантигены. Так называются вещества, такие как белки, которые вырабатываются исключительно раковыми клетками в результате мутаций и отсутствуют в здоровых клетках.
На основе ИИ-моделей исследователи отбирают неоантигены, способные вызвать максимальный иммунный ответ у пациента, и включают их в состав вакцины. Также ИИ применяется для отбора вспомогательных веществ, которые усиливают иммунный ответ, повышая эффективность вакцины.
Данные клинических испытаний служат основой для анализа и прогнозирования в машинном обучении. Исследование биомаркеров, то есть индикаторов состояния организма после вакцинации, позволяет комплексно оценить безопасность и эффективность препарата, а также выявить новые «мишени» для терапии.
Результаты разработки вакцин от рака с помощью ИИ
Немецкая биотехнологическая компания BioNTech разрабатывает и производит иммунотерапевтические средства для лечения онкологических и вирусных заболеваний, используя искусственный интеллект. Он применяется для анализа геномных характеристик опухолей, выявления мутаций (неоантигенов) и создания персонализированных вакцин.
Организация Evaxion Biotech, со штаб-квартирой в Дании, использует запатентованную платформу искусственного интеллекта PIONEER для моделирования и оценки иммуногенности неоантигенов при разработке вакцин от меланомы. Команда объединила возможности ИИ, биоинформатики и фармакологии, чтобы усовершенствовать алгоритмы анализа больших данных для медицинских целей и точнее определять условия, при которых иммунный ответ организма может спасти пациенту жизнь.
Moderna и Merck используют ИИ для анализа данных клинических испытаний. Он помогает прогнозировать эффективность комбинаций вакцины и иммунотерапии. При создании вакцины NeoVax ИИ-модели помогали оптимизировать состав вакцины, выбрать дополнительные компоненты для усиления иммунного ответа у пациентов с запущенной формой меланомы.
А ученые из Калифорнийского университета в Сан-Диего разработали алгоритм машинного обучения для моделирования сложных химических процессов на ранних этапах создания лекарств. Этот алгоритм способен за небольшой промежуток времени анализировать объем информации, эквивалентный результатам тысяч сложных экспериментов. С помощью генеративных моделей исследователи уже синтезировали 32 кандидата на лекарство от рака.
Почему еще нет эффективной вакцины от рака
С 1977 года, когда была впервые разработана рабочая концепция определения нуклеотидной последовательности ДНК и РНК, прошел огромный путь до широкого использования секвенаторов. Сегодня ученые сталкиваются с задачей масштабирования результатов исследований.
Одна из ключевых проблем заключается в том, что раковые клетки отличаются не только у разных пациентов и органов, а даже в пределах одного новообразования. Соответственно, иммунный ответ на лечение очень индивидуален. Именно поэтому вакцины от рака должны быть персонализированными, чтобы учитывать уникальные генетические особенности каждого пациента и опухоли.
Это очень важно, так как терапия CAR-T-клетками требует индивидуального подхода, включающего забор T-клеток пациента, их генетическую модификацию и реинтеграцию в организм. Это сложная и дорогостоящая технология, требующая специализированных лабораторий и оборудования.
Также для создания точной модели ИИ нужно обучение на огромном массиве данных. Сейчас больше всего результатов у исследователей есть по меланоме. По другим же видам рака объема данных для ИИ недостаточно. Например, по ангиосаркоме (крайне злокачественный вид опухоли) информации мало из-за редкости заболевания. Можно ли распространить на него данные по меланоме – достоверного ответа пока нет. Как и моделей ИИ для предсказания иммунного ответа пациента на вакцину от этого вида рака.
Когда человечество получит эффективный препарат от онкологии
Создание вакцины от рака — одна из самых сложных задач, стоящих перед медициной. Однако, даже с учетом значительного прогресса, достигнутого благодаря ИИ, назвать точный срок ее появления трудно.
Для успешного создания вакцины нужно решить технологические и научные задачи.
- Гетерогенность опухолей. Различия между раковыми клетками в одной и той же опухоли, в разных новообразованиях у одного пациента и у разных больных представляют серьезное препятствие. Решить проблему можно посредством разработки персонализированных вакцин, что требует более сложных алгоритмов ИИ и большего объема информации по онкологическим заболеваниям.
- Иммунное уклонение. Раковые клетки способны избегать распознавания иммунной системой, что затрудняет их уничтожение. Разработка методов, помогающих иммунной системе эффективно распознавать и атаковать раковые клетки, требует значительных временных, финансовых и человеческих ресурсов.
- Клинические испытания. Процесс клинических испытаний для доказательства безопасности и эффективности вакцины занимает много лет, а иногда и десятилетий. Ускорить превращение вакцины в сертифицированный продукт, разрешенный к использованию, практически невозможно.
- Регуляторное одобрение. Процесс между завершением клинических испытаний и получением одобрения регуляторных органов занимает значительное время, что также задерживает появление вакцины на рынке.
Перспективы на будущее
Оптимистично настроенные эксперты прогнозируют, что в течение ближайших 5-10 лет человечество сможет получить эффективную и безопасную вакцину от рака. Их позитивный прогноз основан на значительном прогрессе в исследованиях, достигнутом благодаря внедрению инструментов ИИ в разработку вакцин. Однако реалисты понимают, что создание универсальных вакцин может потребовать значительно больше времени.