37 тысяч ИИ-агентов собрали в виртуальную компанию для разработки лекарств

Исследователи представили Virtual Biotech — систему из более чем 37 тысяч ИИ-агентов, которая имитирует работу крупной биотехнологической компании. О разработке рассказывают Харрисон Чжан и его коллеги. Платформа объединяет генетические, молекулярные и клинические данные, чтобы помогать искать перспективные направления для создания лекарств и разбираться в причинах неудачных испытаний. Результаты опубликованы в журнале Science.

Разработка новых препаратов остается долгим и дорогим процессом. Около 90% лекарственных кандидатов, которые доходят до клинических испытаний на людях, в итоге не становятся препаратами. Чаще всего причиной оказывается недостаточная эффективность или проблемы с безопасностью.

Современные исследования дают ученым огромный объем данных о генах, клетках, молекулах и пациентах. Проблема в том, что эта информация обычно разбросана по разным источникам и научным дисциплинам.

Virtual Biotech пытается объединить ее в единой системе. Внутри платформы работают специализированные ИИ-агенты, выполняющие разные исследовательские задачи. Их работу координирует виртуальный руководитель научного направления, который определяет последовательность анализа и объединяет полученные результаты.

Авторы отмечают, что такой подход отличается от более ранних систем, которые обычно решали одну биологическую задачу или использовали одного ИИ-агента.

Исследователи проверили Virtual Biotech на трех этапах разработки лекарств. Для одного из анализов система обработала данные о 55 984 клинических испытаниях.

Более 37 тысяч агентов изучили связь между мишенями препаратов и типами клеток, на которые они воздействуют. Выяснилось, что лекарства, направленные на гены, характерные для определенных типов клеток, на 48% чаще доходили до рынка и были связаны с 32% меньшим числом нежелательных явлений.

В другом случае система объединила разные виды биологических данных и предложила возможную стратегию лечения рака легких. Еще один анализ был посвящен неудачному клиническому испытанию препарата против язвенного колита. ИИ попытался определить, какие факторы могли привести к провалу исследования.

По мнению авторов, такие результаты показывают, как команды специализированных ИИ могут одновременно анализировать огромные массивы информации и помогать исследователям формировать новые гипотезы.

У Virtual Biotech есть существенные ограничения. Система зависит от качества и количества доступных научных данных, поэтому ее возможности особенно ограничены для малоизученных заболеваний и биологических мишеней. Кроме того, предложенные гипотезы пока нельзя считать доказанными — их необходимо проверять экспериментально.

«Virtual Biotech демонстрирует переход от отдельных инструментов ИИ к координированным системам, которые способны рассуждать на разных биологических уровнях и на различных этапах превращения научных открытий в методы лечения», — пишут авторы.

По их словам, такие системы не должны заменять ученых. Они могут расширить масштаб и ускорить поиск возможных терапевтических решений, а также сделать процесс рассуждений более прозрачным и воспроизводимым.

ИИ создал лекарство от старения

В Китае искусственному интеллекту позволили управлять клиникой

Подписывайтесь и читайте «Науку» в MAX