U Edinburgu se kombinuju glasovni zapisi, skenovi šarenice i neuroni iz matičnih ćelija kako bi AI otkrio postojeće lekove koji bi mogli lečiti MND, Parkinson i demenciju. Algoritmi prepoznaju ćelijske „potpise“ bolesti i sugerišu lekove za kliničko testiranje. Pristup omogućava brže i jeftinije istraživanje u poređenju sa razvojem potpuno novih lekova, ali zahteva rigorozna klinička ispitivanja.
Od decenija do godina: Kako AI ubrzava potragu za lekovima za bolesti mozga
Steven Barrett OBE is taking part in research with the UK Dementia Institute to try and improve outcomes for those living with MND and other brain diseases [BBC]
Istraživači u UK Dementia Research Institute u Edinburgu koriste veštačku inteligenciju i savremene laboratorijske tehnike kako bi ubrzali pronalaženje postojećih lekova koji bi mogli lečiti neurološka oboljenja — od motorne neuron bolesti (MND) do Parkinsonove bolesti i demencije.
Tim kombinuje analizu podataka pacijenata (snimke glasa, skenovi šarenice), uzgoj neurona iz matičnih ćelija i automatizovano testiranje lekova pomoću robota i algoritama mašinskog učenja. Cilj je da se prepozna „potpis“ bolesti na nivou ćelija i da se pronađu lekovi koji ga mogu vratiti u zdravu formu.
Scientists at the UK Dementia Institute use patient data and lab-grown brain cells in their research [BBC]
Kako to funkcioniše
Kliničari prikupljaju višestruke vrste podataka od dobrovoljaca: glasovne zapise, skenove očiju, uzorke krvi. Iz krvi se dobijaju matične ćelije koje se potom u laboratoriji diferenciraju u neurone. Više serija tih neurona izlaže se odabranim, već odobrenim lekovima dok roboti i računarski sistemi beleže promene.
Algoritmi mašinskog učenja treniraju se da prepoznaju obrasce koji razlikuju bolesne i zdrave ćelije. Na osnovu tih modela, AI predlaže postojeće lekove koji bi mogli "preoblikovati" bolestan potpis u zdrav. Predlozi koji izgledaju obećavajuće ulaze u kliničke studije, poput programa MND‑SMART, gde se istovremeno testira više kandidata umesto klasičnog modela lek vs. placebo.
Prof Siddharthan Chandran, chief executive of the UK Dementia Research Institute in Edinburgh [BBC]
"Za mene istraživanje je mnogo više od uzimanja tablete — to je nada da će moji rezultati pomoći drugima," kaže Steven Barrett, učesnik ispitivanja kojem je pre deset godina dijagnostikovana MND.
Zašto je ovo važno
Postoji oko 1.500 leka koji su već odobreni za druge indikacije i koji se mogu brzo preispitati za primenu u neurologiji. Pošto su ti lekovi već prošli kliničke i bezbednosne provere, njihovo „repozicioniranje" može biti brže i jeftinije nego razvoj potpuno novog leka, koji često traje više od 10 godina.
Ovaj pristup nije jedinstven: istraživanja na MIT‑u i Harvardu pokazuju da generativna AI i modeli poput TxGNN mogu otkriti nove antibiotike ili predložiti postojeće lekove za retke bolesti. Ipak, polje ima i neuspeha — nedavne revizije lecanemaba i donanemaba ukazale su na ograničene kliničke koristi uprkos smanjenju amiloida u mozgu.
Direktor instituta, prof. Siddarthan Chandran, ističe da kombinacija novih tehnologija i AI istraživanjima daje realnu šansu da se do efikasnih terapija dođe "u godinama, a ne decenijama". Ipak, naučnici naglašavaju da su rigorozne kliničke studije i dalje neophodne kako bi se potvrdila stvarna korist za pacijente.
Zaključak: Repozicioniranje lekova uz pomoć AI i automatizacije predstavlja obećavajući put za brže i pristupačnije terapije u neurologiji, ali zahteva opreznu validaciju u kliničkim ispitivanjima.
Pomozite nam da budemo bolji.
