Het vinden van nieuwe medicijnen – ook wel “drug discovery” genoemd – is een dure en tijdrovende taak. Maar een vorm van kunstmatige intelligentie, machinaal leren genaamd, kan het proces enorm versnellen en het werk doen voor een fractie van de prijs.
Mijn collega's en ik hebben deze technologie onlangs gebruikt om drie veelbelovende kandidaten voor senolytica te vinden - medicijnen die veroudering vertragen en ouderdomsziekten voorkomen.
Senolytica werken door te doden verouderde cellen. Dit zijn cellen die “levend” (metabolisch actief) zijn, maar die zich niet meer kunnen vermenigvuldigen, vandaar hun bijnaam: zombiecellen.
Het onvermogen om te repliceren is niet noodzakelijk een slechte zaak. Deze cellen hebben schade aan hun DNA opgelopen, bijvoorbeeld huidcellen die zijn beschadigd door zonnestralen, dus het stoppen van de replicatie voorkomt dat de schade zich verspreidt.
Maar senescente cellen zijn niet altijd een goede zaak. Ze scheiden een cocktail van ontstekingseiwitten die zich kunnen verspreiden naar naburige cellen. Gedurende ons hele leven ondergaan onze cellen een spervuur van aanvallen, van UV-stralen tot blootstelling aan chemicaliën, en zo stapelen deze cellen zich op. Verhoogde aantallen senescente cellen zijn betrokken bij a waaier van ziekten, waaronder diabetes type 2, COVID, longfibrose, artrose en kanker.
Studies in laboratoriummuizen hebben aangetoond dat het elimineren van senescente cellen, met behulp van senolytica, kan deze ziekten verbeteren. Deze medicijnen kunnen zombiecellen doden terwijl gezonde cellen in leven blijven.
Rond 80 senolytica zijn bekend, maar er zijn er slechts twee bij mensen getest: een combinatie van dasatinib en quercetine. Het zou geweldig zijn om meer senolytica te vinden die bij verschillende ziekten kunnen worden gebruikt, maar het duurt tien tot twintig jaar en miljarden dollars om een medicijn op de markt te krijgen.
Resultaten in vijf minuten
Mijn collega's en ik - waaronder onderzoekers van de Universiteit van Edinburgh en de Spaanse Nationale Onderzoeksraad IBBTEC-CSIC in Santander, Spanje - wilden weten of we machine learning-modellen konden trainen om nieuwe senolytische kandidaat-geneesmiddelen te identificeren.
Om dit te doen, hebben we AI-modellen gevoed met voorbeelden van bekende senolytica en niet-senolytica. De modellen leerden onderscheid te maken tussen de twee en konden worden gebruikt om te voorspellen of moleculen die ze nog nooit eerder hadden gezien ook senolytica konden zijn.
Bij het oplossen van een machine learning-probleem testen we de gegevens meestal eerst op een reeks verschillende modellen, omdat sommige beter presteren dan andere. Om het best presterende model te bepalen, scheiden we aan het begin van het proces een klein deel van de beschikbare trainingsgegevens af en houden dit verborgen voor het model tot nadat het trainingsproces is voltooid. Vervolgens gebruiken we deze testgegevens om te kwantificeren hoeveel fouten het model maakt. Degene die de minste fouten maakt, wint.
We bepaalden ons beste model en stelden het in om voorspellingen te doen. We gaven het 4,340 moleculen en vijf minuten later leverde het een lijst met resultaten op.
Het AI-model identificeerde 21 best scorende moleculen waarvan het dacht dat het zeer waarschijnlijk senolytica waren. Als we de oorspronkelijke 4,340 moleculen in het laboratorium hadden getest, zou het minstens een paar weken intensief werk en £ 50,000 hebben gekost om de verbindingen te kopen, de kosten van de experimentele machines en opstelling niet meegerekend.
Vervolgens hebben we deze kandidaat-geneesmiddelen getest op twee soorten cellen: gezonde en senescente cellen. De resultaten toonden aan dat van de 21 verbindingen er drie (periplocine, oleandrine en ginkgetin) in staat waren om senescente cellen te elimineren, terwijl de meeste normale cellen in leven bleven. Deze nieuwe senolytica werden vervolgens verder getest om meer te weten te komen over hoe ze in het lichaam werken.
Meer gedetailleerde biologische experimenten toonden aan dat van de drie medicijnen oleandrin effectiever was dan het best presterende bekende senolytische medicijn in zijn soort.
De mogelijke gevolgen van deze interdisciplinaire aanpak – waarbij datawetenschappers, scheikundigen en biologen betrokken zijn – zijn enorm. Als er voldoende gegevens van hoge kwaliteit zijn, kunnen AI-modellen het verbazingwekkende werk versnellen dat chemici en biologen doen om behandelingen en genezingen voor ziekten te vinden, vooral die met onvervulde behoeften.
Nadat we ze hebben gevalideerd in senescente cellen, testen we nu de drie kandidaat-senolytica in menselijk longweefsel. Over twee jaar hopen we onze volgende resultaten te kunnen melden.
Over de auteur
Vanessa Smer-Barreto, Research Fellow, Instituut voor Genetica en Moleculaire Geneeskunde, De universiteit van Edinburgh
Dit artikel is opnieuw gepubliceerd vanaf The Conversation onder een Creative Commons-licentie. Lees de originele artikel.
Related Books:
Het lichaam houdt de score bij: Brain Mind and Body in the Healing of Trauma
door Bessel van der Kolk
Dit boek onderzoekt de verbanden tussen trauma en fysieke en mentale gezondheid en biedt inzichten en strategieën voor genezing en herstel.
Klik voor meer info of om te bestellen
Adem: de nieuwe wetenschap van een verloren kunst
door James Nestor
Dit boek verkent de wetenschap en praktijk van ademhalen en biedt inzichten en technieken voor het verbeteren van de fysieke en mentale gezondheid.
Klik voor meer info of om te bestellen
De plantenparadox: de verborgen gevaren van 'gezond' voedsel dat ziekten en gewichtstoename veroorzaakt
door Steven R. Gundry
Dit boek onderzoekt de verbanden tussen voeding, gezondheid en ziekte en biedt inzichten en strategieën om de algehele gezondheid en het welzijn te verbeteren.
Klik voor meer info of om te bestellen
De immuniteitscode: het nieuwe paradigma voor echte gezondheid en radicale antiveroudering
door Joël Greene
Dit boek biedt een nieuw perspectief op gezondheid en immuniteit, gebaseerd op principes van epigenetica en biedt inzichten en strategieën voor het optimaliseren van gezondheid en veroudering.
Klik voor meer info of om te bestellen
De complete gids voor vasten: genees uw lichaam door middel van intermitterend, afwisselende dagen en langdurig vasten
door dr. Jason Fung en Jimmy Moore
Dit boek onderzoekt de wetenschap en praktijk van vasten en biedt inzichten en strategieën voor het verbeteren van de algehele gezondheid en welzijn.
