Proces wprowadzenia nowego leku na rynek trwa zwykle ponad dekadę i kosztuje około 2 miliardów dolarów. Ten długotrwały proces obejmuje odkrywanie nowych cząsteczek, syntezę cząsteczek ołowiu metodami chemicznymi lub biologicznymi, przeprowadzanie eksperymentów na gryzoniach i wreszcie na ludziach. Organy regulacyjne następnie uwzględniają te wyniki i decydują, czy lek jest bezpieczny dla społeczeństwa. Dzięki uczeniu się obróbki i generatywnej sztucznej inteligencji proces ten można znacznie skrócić do 2 lat. Dlatego środowiska akademickie i firmy farmaceutyczne wykorzystują sztuczną inteligencję w dziedzinie odkrywania leków.
Tradycyjnie znalezienie nowego leku polega na identyfikacji białek, których rola w chorobie jest jasna. Następnie badacze badają struktury takich białek i znajdują w nich kieszenie, w które można celować. Następnie znajdują lub projektują cząsteczki, które mogą modyfikować aktywność białek, dopasowując się do kieszeni białek. Proces ten jest pracochłonny i kosztowny i zwykle wymaga modyfikowania setek, a nawet tysięcy związków w celu przetestowania. Dzięki modelom uczenia maszynowego ten proces przedkliniczny zostaje przyspieszony, a zoptymalizowane cząsteczki można znaleźć w znacznie skróconym czasie.
Źródła:
- https://cen.acs.org/physical-chemia/computational-chemia/AI-przejęcie-przejęcia-kroku-drug/103/web/2025/10