ИИ нашел лекарство от курения: это модифицированные таблетки от кашля
Согласно исследованию Медицинского колледжа Пенсильвании и Университета Миннесоты, такие лекарства, как декстрометорфан, используемые для лечения кашля, вызванного простудой и гриппом, потенциально могут быть перепрофилированы, чтобы помочь людям бросить курить. Ученые разработали новый метод машинного обучения, при котором компьютерные программы анализируют наборы данных на наличие закономерностей и тенденций, чтобы идентифицировать лекарства. Ученые сообщили, что некоторые новые препараты уже проходят клинические испытания.
Машинное обучение помогло отыскать и гены и лекарства
Курение сигарет является фактором риска сердечно-сосудистых, онкологических и респираторных заболеваний. Курение - это вредная привычка, формируемая социальным поведением, но и генетика играет большую роль в формировании привязанности. Исследователи обнаружили в предыдущем исследовании, что люди с определенными генами чаще становятся зависимыми от табака.
В новой работе ученые использовали генетические данные более чем 1,3 миллиона человек и данные опросов курильщиков. С помощью машинного обучения были выявлены более 400 генов, связанных с курением. В первую очередь это гены, несущие инструкции по производству никотиновых рецепторов, и гены, участвующие в передаче сигналов для гормона дофамина, которые заставляют людей чувствовать себя расслабленными. Для остальных генов исследовательская группа должна была определить роль, которую каждый из них играет в биологических путях, формирующих вредную привычку. Затем ученые проанализировали какие из существующих лекарств могут воздействовать на эти биологические пути.
Машинное обучение помогло определить как минимум восемь препаратов, которые потенциально могут быть использованы для отказа от курения. В первую очередь это декстрометорфан, который обычно используется для лечения кашля, вызванного простудой и гриппом, и галантамин, который используется для лечения болезни Альцгеймера.
«Перепрофилирование лекарств с использованием больших биомедицинских данных и методов машинного обучения может сэкономить деньги, время и ресурсы», — говорит соавтор работы Дацзян Лю. — «Некоторые из идентифицированных нами препаратов уже проходят клинические испытания, но есть и другие возможные кандидаты, которые можно изучить в будущих исследованиях».
Перепрофилировать уже существующее лекарство гораздо проще, чем искать новое. Проще проверить его безопасность и запустить производство