UI-dizajnirani lijekovi više nisu pitanje budućnosti, prvi su već u kliničkim ispitivanjima

Koristeći kvantna računala i umjetnu inteligenciju profesor biokemije i molekularne genetike na Medicinskom fakultetu Sveučilišta u Torontu, akademik Igor Štagljar, udružio se s vodećom tvrtkom za otkrivanje lijekova pomoću umjetne inteligencije (UI), Insilico Medicine, kako bi testirao efikasnost molekula dizajniranih pomoću UI algoritama razvijenih u toj kompaniji protiv ciljeva bolesti koji su izvan dosega konvencionalnih terapija. Riječ je o dobitniku mnogobrojnih međunarodnih priznanja, kao i članu brojnih svjetskih organizacija među kojima je i Hrvatska akademija znanosti i umjetnosti, ali i Royal Society of Canada, gdje je jedini živući Hrvat u toj instituciji.

Moćan, ali samo alat

Inovativni pristup, koji cilja na tzv. KRAS-mutantne proteine povezane s rakom koji su među najtežima za liječenje, početkom godine objavljen je u uglednom časopisu Nature Biotechnology, a navodeći da se umjetna inteligencija (UI) danas koristi u onkologiji na više razina, prof. dr. Štagljar kaže da u dijagnostici UI sustavi analiziraju slike s CT-a ili MR-a i otkrivaju obrasce koje liječničko oko lako može previdjeti.

- Drugo, UI se koristi za analizu ogromnih količina genetskih i molekularnih podataka, kako bi se precizno utvrdilo što potiče rast tumora kod pojedinog pacijenta. Treće, UI asistira liječnicima u donošenju odluka – na temelju genetskog profila pacijenta može predložiti koja će terapija najvjerojatnije biti učinkovita. Ukratko, UI omogućuje bržu i precizniju dijagnostiku, personaliziranije terapije i manju mogućnost pogreške. Mnogi se boje da će UI zamijeniti liječnike, no to je zabluda. UI je alat – vrlo moćan – koji pomaže liječnicima da postanu još bolji i učinkovitiji u svom radu.

Koristi li se i u otkrivanju novih lijekova?

- Tradicionalni proces otkrivanja lijekova traje 10 do 15 godina i stoji milijarde dolara. Još poraznije – čak 90 posto lijekova koji uđu u klinička ispitivanja nikad ne dođe do pacijenata. To znači ogromne gubitke, kako za farmaceutsku industriju, tako i za pacijente koji čekaju terapije. Umjetna inteligencija tu donosi revoluciju. UI sustavi mogu u samo nekoliko tjedana analizirati milijarde kemijskih spojeva koji postoje u virtualnom prostoru – tzv. »oblaku« – i predložiti one koji imaju potencijal da zaustave rast tumora ili precizno blokiraju ključni protein u stanici raka.

UI također može predvidjeti kako će se nova molekula ponašati u tijelu: hoće li biti toksična, koliko će se dobro apsorbirati, koliko će dugo ostati aktivna, i koliki je rizik od nuspojava. Time se proces razvoja lijekova ne samo ubrzava, već postaje daleko učinkovitiji.

U suradnji s kolegom prof. Alanom Aspuru-Guzikom sa Sveučilišta u Torontu i biotehnološkom kompanijom Insilico Medicine, moj je laboratorij nedavno pokazao da ovaj pristup zaista djeluje. Rezultate smo objavili u časopisu Nature Biotechnology, gdje smo kombinirali UI i kvantne algoritme u stvaranju potpuno novih molekula koje ciljano blokiraju proteine povezane s terapijskom otpornošću tumora. Ukratko – kao da smo u tim dodali stotinjak briljantnih znanstvenika s nadljudskim sposobnostima.

Što to znači za pacijente?

- Za pacijente, ovo znači brži i pristupačniji razvoj lijekova – posebno kod agresivnih karcinoma gdje je vrijeme ključan faktor. UI omogućuje da se od ideje do potencijalne terapije dođe u svega nekoliko godina, umjesto desetljeća. Otvara se i era personalizirane medicine: terapije se sve više kroje prema specifičnostima tumora, genetskom profilu, pa čak i imunološkom statusu samog pacijenta. Umjesto univerzalnog pristupa »jedan lijek za sve«, sve više se ide prema »pravom lijeku za pravog pacijenta u pravo vrijeme«. To znači veću učinkovitost, manje nuspojava i više izgleda za stvarni oporavak. UI je ovdje alat koji ubrzava put do rješenja koja doslovno mogu spašavati živote.

Spoj triju svjetova

Na što su se fokusirala vaša dosadašnja istraživanja?

- Naš rad primarno se fokusira na razvoj molekula koje blokiraju ključne proteine odgovorne za rast i otpornost tumora. Da bismo to mogli učiniti, prvo moramo znati točnu 3D strukturu tih proteina – što danas možemo zahvaljujući moćnim alatima poput AlphaFolda i RoseTTAfolda. Jednom kada imamo tu strukturu, UI modeli mogu pristupiti ogromnim virtualnim bazama koje sadrže milijarde novih kemijskih spojeva – od kojih većina nikada nije bila sintetizirana, ali bi mogli postati novi lijekovi. U našem laboratoriju spajamo ova tri svijeta: strukturalnu biologiju, umjetnu inteligenciju i molekularnu onkologiju. Fokusirani smo na teške i terapijski otporne tumore poput raka gušterače, mozga i pluća – tumore kod kojih konvencionalne terapije nisu dale dobre rezultate.

Kada se može očekivati prva primjena lijekova koje je pomogla razviti UI?

- To više nije pitanje budućnosti – prvi UI-dizajnirani lijekovi već su u kliničkim ispitivanjima. InSilico Medicine, globalni lider u ovom području s kojim surađujemo već dvije godine, razvio je molekulu pod imenom Rentosertib za idiopatsku plućnu fibrozu koja je sada u fazi 2 ispitivanja. To znači da se već testira na pacijentima i daje vrlo ohrabrujuće rezultate. Osim toga, InSilico Medicine ima više kandidata za liječenje različitih oblika raka, koji su u raznim fazama razvoja. Njihov pristup pokazuje da UI može generirati terapijsku molekulu, predvidjeti njezino djelovanje, provesti simulacije i pokrenuti klinička ispitivanja – sve to znatno brže nego klasičnim metodama. Ako sve prođe kako treba, prvi UI-lijekovi mogli bi biti dostupni pacijentima za 3 do 5 godina.

Spomenuli ste InSilico Medicine, što donosi ta suradnja?

- Ta suradnja rezultirala je našom zajedničkom publikacijom u Nature Biotechnology, u kojoj smo pokazali kako kombinacija UI-a i kvantnih računala može dovesti do stvaranja potpuno novih lijekova. Fokusirali smo se na KRAS – jedan od najčešće mutiranih onkogena u ljudskim tumorima, osobito u raku gušterače, pluća i debelog crijeva. Identificirali smo dvije dosad nepoznate male molekule koje selektivno blokiraju njegove mutirane oblike. Te su molekule generirane iz virtualne baze od nekoliko milijardi spojeva pomoću sofisticiranih UI modela.

Moj tim pridonio je razumijevanju bioloških mehanizama otpornosti na terapiju, dok su partneri iz InSilico Medicine i laboratorij prof. Aspuru-Guzika omogućili brzu sintezu i optimizaciju molekula. Trenutno koristimo isti pristup za razvoj molekula protiv desetak drugih proteina povezanih s rakom dojke, melanomom, glioblastomom, karcinomom pluća i debelog crijeva. Naš je krajnji cilj – nove terapije za »neizlječive« tumore.