Исследователи из Университета Ватерлоо разработали модель генеративного искусственного интеллекта под названием «Imagand», которая способна прогнозировать потенциальные свойства новых лекарственных препаратов, что может значительно ускорить и удешевить процесс их разработки.
Традиционно, вывод нового лекарства на рынок может занимать более десяти лет и обходиться в сумму от 2 до 3 миллиардов долларов США. Команда исследователей из Ватерлоо стремится трансформировать процесс поиска лекарств, используя машинное обучение для анализа больших объемов данных о существующих препаратах.
«Imagand» обучалась и тестировалась на основе существующих данных о лекарствах и успешно предсказывает важные свойства различных препаратов, которые уже были независимо подтверждены в лабораторных исследованиях, что демонстрирует высокую точность разработанного ИИ.
Как отметил ведущий автор исследования, докторант факультета компьютерных наук Бинг Ху, существует огромное количество потенциальных химических веществ и белков для исследования при разработке нового лекарства, что делает этот процесс очень дорогим из-за необходимости тестирования миллионов молекул на тысячи различных мишеней. «Мы разрабатываем способы, с помощью которых ИИ может сделать этот процесс быстрее и дешевле», — подчеркнул он. 
На изображении к исследованию показана корреляция между парами фармакокинетических (ФК) свойств для одного лекарства. Целью диаграммы является демонстрация сходства распределения между реальными сообщаемыми корреляциями ФК-свойств из исследований in vitro и теми, которые были сгенерированы моделью исследователей. Это важно для того, чтобы показать, что инструмент может быть полезен для руководства и снижения стоимости крупных анализов и исследований in vitro для ускорения доклинической разработки лекарств.
Одной из основных проблем в разработке фармацевтических препаратов является понимание не только того, как лекарство может воздействовать на организм изолированно, но и как оно может взаимодействовать с другими лекарствами или образом жизни человека. Эта информация особенно труднодоступна, поскольку научные исследования лекарств обычно фокусируются только на предопределенных свойствах препаратов, а не на их потенциальном взаимодействии с другими веществами.
В конечном итоге, команда надеется, что медицинские исследователи смогут использовать «Imagand» в будущем для понимания взаимодействия лекарств, что позволит им исключать потенциальных новых кандидатов, которые могут вызвать плохие побочные эффекты или взаимодействия.
«Например, этот процесс, основанный на искусственном интеллекте, может помочь нам понять, насколько токсично лекарство, как оно влияет на сердце или как оно может негативно взаимодействовать с другими лекарствами, обычно используемыми для лечения болезни», — сказала Хелен Чен, профессор Школы общественного здравоохранения и факультета компьютерных наук в Ватерлоо. «Это один из примеров того, как ИИ помогает нам двигаться к более точному, персонализированному лечению».
Исследование под названием «Drug discovery SMILES-to-pharmacokinetics diffusion models with deep molecular understanding» в настоящее время находится на стадии препринта.
