211service.com
Il software estrae i documenti scientifici per fare nuove scoperte
Un software in grado di leggere decine di migliaia di articoli di ricerca e quindi prevedere nuove scoperte sul funzionamento di una proteina fondamentale per il cancro potrebbe annunciare un approccio più rapido allo sviluppo di nuovi farmaci.
Il software, sviluppato in collaborazione tra IBM e il Baylor College of Medicine, è stato rilasciato su oltre 60.000 documenti di ricerca incentrati sulla p53, una proteina coinvolta nella crescita cellulare, implicata nella maggior parte dei tumori. Analizzando le frasi nei documenti, il software potrebbe costruire una comprensione di ciò che è noto sugli enzimi chiamati chinasi che agiscono su p53 e ne regolano il comportamento; questi enzimi sono bersagli comuni per i trattamenti contro il cancro. Ha quindi generato un elenco di altre proteine menzionate in letteratura che probabilmente erano chinasi sconosciute, in base a ciò che sapeva di quelle già identificate. La maggior parte delle sue previsioni testate finora si sono rivelate corrette.
Abbiamo testato 10, Olivier Lichtarge di Baylor ha detto martedì. Sette sembrano essere vere chinasi. Ha presentato i risultati preliminari della sua collaborazione con IBM ad a incontro sul tema del Cognitive Computing tenuto presso il laboratorio di ricerca Almaden di IBM.
Lichtarge ha anche descritto un precedente test del software in cui è stato dato accesso alla letteratura di ricerca pubblicata prima del 2003 per vedere se poteva prevedere le chinasi p53 che sono state scoperte da allora. Il software ha trovato sette delle nove chinasi scoperte dopo il 2003.
La biologia P53 è fondamentale per tutti i tipi di malattia, afferma Lichtarge, e quindi sembrava essere il modo perfetto per dimostrare che le scoperte generate dal software potrebbero accelerare la ricerca che porta a nuovi trattamenti. Crede che i risultati finora lo dimostrino per essere vero, anche se gli esperimenti di caccia alla chinasi devono ancora essere rivisti e pubblicati su una rivista scientifica, e sono ancora previsti ulteriori test di laboratorio per confermare i risultati finora. Le chinasi vengono in genere scoperte al ritmo di una all'anno, afferma Lichtarge. Il tasso di scoperta può essere notevolmente accelerato.
Lichtarge ha affermato che sebbene il software sia stato configurato per cercare solo le chinasi, sembra anche in grado di identificare le fosfatasi precedentemente non identificate, che sono enzimi che invertono l'azione delle chinasi. Può anche identificare altri tipi di proteine che possono interagire con p53.
La collaborazione Baylor ha lo scopo di testare un modo per estendere una serie di strumenti che i ricercatori IBM già offrono alle aziende farmaceutiche. All'insegna della scoperta accelerata, vengono utilizzati strumenti di analisi del testo per estrarre pubblicazioni, brevetti e database molecolari. Ad esempio, un'azienda alla ricerca di un nuovo farmaco per la malaria potrebbe utilizzare gli strumenti di IBM per trovare molecole con caratteristiche simili ai trattamenti esistenti. Poiché il software può effettuare ricerche più ampie, potrebbe rivelare molecole in pubblicazioni o brevetti trascurati che altrimenti nessun essere umano troverebbe.
Abbiamo iniziato a lavorare con Baylor per adattare queste capacità ed estenderle per mostrare che questo processo può essere sfruttato per scoprire nuove cose sulla biologia di p53, afferma Ying Chen , ricercatore presso IBM Research Almaden.
In genere occorrono tra $ 500 milioni e $ 1 miliardo di dollari per sviluppare un nuovo farmaco e il 90% dei candidati che iniziano il viaggio non arriva sul mercato, afferma Chen. Il costo dei farmaci falliti è citato come uno dei motivi per cui alcuni farmaci hanno prezzi così alti (vedi A Tale of Two Drugs).
Lawrence Hunter , direttore del Center for Computational Pharmacology presso l'Università del Colorado Denver, afferma che è necessaria un'attenta conferma empirica per affermare che il software ha fatto nuove scoperte. Ma afferma che i progressi in questo settore sono importanti e che tali strumenti sono disperatamente necessari.
Il volume della letteratura di ricerca sia vecchia che nuova è ora così grande che persino gli specialisti non possono sperare di leggere tutto ciò che potrebbe aiutarli, afferma Hunter. L'anno scorso oltre un milione di nuovi articoli sono stati aggiunti alla National Library of Medicine degli Stati Uniti Medline database di documenti di ricerca biomedica, che ora contiene 23 milioni di elementi. Il software può sgranocchiare enormi quantità di informazioni e trovare indizi vitali in luoghi inaspettati. Le informazioni cruciali a volte sono fatti isolati che sono solo un punto minore in un articolo ma sarebbero davvero importanti se riesci a trovarli, dice.
Lichtarge crede che un software come il suo potrebbe cambiare il modo in cui gli scienziati conducono e valutano i nuovi risultati della ricerca. Gli scienziati attualmente fanno affidamento in parte sulla reputazione delle persone, delle istituzioni e dei giornali coinvolti e sul numero di volte in cui un articolo viene citato da altri.
Il software che trae significato da tutte le informazioni pubblicate all'interno di un campo potrebbe offrire un modo migliore, afferma Lichtarge. Potresti pubblicare direttamente nel [software] e vedere quanto è dirompente, dice.
Hunter pensa che gli scienziati potrebbero persino utilizzare tali strumenti in una fase precedente, con il software che fornisce prove a favore e contro nuove ipotesi. Penso che aiuterebbe davvero la scienza ad andare più veloce. Spesso perdiamo molto tempo in laboratorio perché non conoscevamo ogni piccola cosa della letteratura, dice.