Il software inventa nuove molecole alla ricerca di droghe miracolose

Cosa ottieni se incroci l'aspirina con l'ibuprofene? Professore di chimica ad Harvard Alan Aspuru-Guzik non è sicuro, ma ha un software addestrato che potrebbe dargli una risposta suggerendo una struttura molecolare che combina le proprietà di entrambi i farmaci.

Il programma AI potrebbe aiutare la ricerca di nuovi composti farmaceutici. La ricerca farmaceutica tende a fare affidamento su software che esplora in modo esaustivo pool giganti di molecole candidate utilizzando regole scritte dai chimici e simulazioni che cercano di identificare o prevedere strutture utili. Il primo si basa sul pensiero umano di tutto, mentre il secondo è limitato dall'accuratezza delle simulazioni e dalla potenza di calcolo richiesta.

Il sistema di Aspuru-Guzik può inventare strutture in modo più indipendente dagli esseri umani e senza lunghe simulazioni. Sfrutta la propria esperienza, costruita addestrando algoritmi di apprendimento automatico con dati su centinaia di migliaia di molecole simili a farmaci.

'Esplora in modo più intuitivo, utilizzando la conoscenza chimica appresa, come farebbe un chimico', afferma Aspuru-Guzik. 'Gli esseri umani potrebbero essere chimici migliori con questo tipo di software come loro assistente.' Aspuru-Guzik è stato chiamato a Revisione della tecnologia del MIT elenco dei giovani innovatori nel 2010 .

Il nuovo sistema è stato costruito utilizzando una tecnica di apprendimento automatico chiamata deep learning, che è diventata pervasiva nelle aziende informatiche ma è meno consolidata nelle scienze naturali. Utilizza un design noto come modello generativo, che raccoglie una miniera di dati e utilizza ciò che ha appreso per generare nuovi dati plausibili.

I modelli generativi sono più tipicamente utilizzati per creare immagini, voce o testo, ad esempio nel caso della funzione Smart Reply di Google che suggerisce le risposte alle e-mail. Ma il mese scorso Aspuru-Guzik e colleghi di Harvard, dell'Università di Toronto e dell'Università di Cambridge risultati pubblicati dalla creazione di un modello generativo addestrato su 250.000 molecole simili a farmaci.

Il sistema potrebbe generare nuove strutture plausibili combinando le proprietà dei composti farmacologici esistenti e potrebbe essere chiesto di suggerire molecole che mostrino fortemente determinate proprietà come la solubilità e siano facili da sintetizzare.

Vijay Pande , professore di chimica a Stanford e partner della società di venture capital Andreessen Horowitz, afferma che il progetto si aggiunge alla crescente evidenza che le nuove idee nell'apprendimento automatico trasformeranno la ricerca scientifica (vedi Stopping Breast Cancer with Help from AI ).

Suggerisce che il software di deep learning può interiorizzare una sorta di conoscenza chimica e usarla per aiutare gli scienziati, dice. Penso che questo potrebbe essere ampiamente applicabile, dice Pande. Potrebbe svolgere un ruolo nella ricerca o nell'ottimizzazione dei farmaci principali candidati o in altre aree come celle solari o catalizzatori.

I ricercatori hanno già sperimentato l'addestramento del loro sistema su un database di molecole di LED organici, importanti per i display. Ma trasformare la tecnica in uno strumento pratico richiederà il miglioramento delle sue abilità chimiche, perché le strutture che suggerisce a volte sono prive di senso.

Pande afferma che una sfida per chiedere al software di apprendere la chimica potrebbe essere che i ricercatori non hanno ancora identificato il miglior formato di dati da utilizzare per alimentare le strutture chimiche nel software di apprendimento profondo. Immagini, voce e testo si sono rivelati adatti, come evidenziato da un software che rivaleggia con gli esseri umani nel riconoscimento e nella traduzione di immagini e parole, ma i metodi esistenti per codificare le strutture chimiche potrebbero non essere del tutto corretti.

Aspuru-Guzik e i suoi colleghi ci stanno pensando, oltre ad aggiungere nuove funzionalità al suo sistema per ridurre il suo tasso di blooper chimico.

Spera anche che fornire al suo sistema più dati, per ampliare le sue conoscenze di chimica, ne migliorerà la potenza, allo stesso modo in cui i database di milioni di foto hanno aiutato il riconoscimento delle immagini a diventare utili. L'American Chemical Society Banca dati registra circa 100 milioni di strutture chimiche pubblicate. In poco tempo, Aspuru-Guzik spera di fornire a tutti loro una versione del suo programma di intelligenza artificiale.

nascondere