Штучний інтелект Гарварду обіцяє революцію у лікуванні хвороб Паркінсона та Альцгеймера

Новий інструмент ШІ Гарварду може визначити лікування хвороб Паркінсона та Альцгеймера

Дослідники Медичної школи Гарварду представили нову модель штучного інтелекту, яка може змінити майбутнє персоналізованої медицини, виявляючи точні комбінації генів та ліків, здатні вирішувати проблеми хвороб у клітинах людини.

Система, назва якої PDGrapher, була розроблена для вирішення деяких із найбільш складних завдань медицини: нейродегенеративних захворювань, таких як хвороби Паркінсона та Альцгеймера, а також рідкісних станів, таких як зв`язана з X дистонія-паркінсонізм. На відміну від традиційних обчислювальних інструментів, які просто вказують на кореляції, ця модель робить крок уперед. Вона прогнозує пари генів і ліків, які можуть відновити здорову функцію клітин, надаючи також механістичні уявлення про те, як ці втручання можуть працювати.

Ця подвійна здатність – прогнозування плюс пояснення – може стати критично важливою, коли дослідники глибше займаються прецизійною терапією. Відкриття нових лікарських засобів історично було повільним, дорогим і забрудненим хибними уявленнями. Звужуючи коло життєздатних комбінацій на клітинному рівні, PDGrapher обіцяє прискорити терміни та скоротити витрати, вказуючи також вченим на цілком нові терапевтичні шляхи.

Цей прорив відбувається на фоні сплеску інвестицій і інновацій на перетині ШІ та біотехнологій. Інструменти, які колись використовувалися для мовних, фінансових чи образотворчих задач, дедалі більше адаптуються для картографування генетичних мереж, проектування білків та тестування кандидатів на ліки в симуляціях. Аналітики кажуть, що ця тенденція може спричинити `кембрійський вибух` у експериментальних терапіях, особливо коли фармацевтичні компанії шукають більш ефективні канали для клінічних досліджень.

Команда Гарварду вже почала тестувати PDGrapher на реальних біологічних наборах даних. Попередні результати вказують на те, що він може виділити перспективні комбінації генів і ліків, які співпадають з відомими втручаннями, а також виявити нові пари, які ще не були перевірені в лабораторії. Якщо це буде підтверджено в клінічних випробуваннях, такий підхід може допомогти змінити медицину від універсальних методів лікування до індивідуалізованих втручань, основаних на унікальній біології кожного пацієнта.

Поки що PDGrapher залишається дослідницьким інструментом. Але його дебют підкреслює, як штучний інтелект переходить від загальних завдань до високоспеціалізованих галузей, де вигода може вимірюватися не тільки в ефективності, але й у продовженні життя і уповільненні хвороб.

Ця робота також відображає інші нещодавні прориви, де ШІ розв`язав давні наукові вузли. AlphaFold компанії Google DeepMind трансформувала прогнозування структури білків, тоді як компанії, такі як Insilico Medicine, використовують генеративний ШІ для пропозиції нових сполук ліків.

Разом ці зусилля натякають на новий підхід: використання машинного навчання для швидшого розкодування складності біології, ніж це могли б зробити люди. Якщо PDGrapher виправдає свої обіцянки, тоді він може стати ще одним доказом того, що ШІ не лише доповнює науку, а вже починає переосмислювати її межі.