W świecie nauki, gdzie każdy przełom może oznaczać rewolucję, narzędzie AI o nazwie AlphaFold, stworzone przez londyńskie DeepMind, może odegrać ważną rolę w świecie substancji psychodelicznych. Niedawne badania opublikowane w czasopiśmie Nature, pokazują, że sztuczna inteligencja (AI) może identyfikować setki tysięcy potencjalnych nowych cząsteczek psychodelicznych, co może przyczynić się do rozwoju nowych rodzajów antydepresantów. Jak to się stało, że narzędzie, które jeszcze niedawno budziło wątpliwości, stało się tak obiecującym sojusznikiem w poszukiwaniu przyszłych leków?
Badanie pokazuje po raz pierwszy, że prognozy AlphaFold — dostępne po naciśnięciu jednego przycisku — mogą być tak samo przydatne w odkrywaniu leków, jak eksperymentalnie wyprowadzone struktury białkowe, których określenie może zająć miesiące, a nawet lata.
Sztuczna inteligencja AlphaFold – Cicha rewolucja w laboratoriach
Zacznijmy od początku. AlphaFold to produkt genialnych umysłów z DeepMind, który zrewolucjonizował sposób, w jaki naukowcy patrzą na struktury białek. Białka, te niezwykle skomplikowane molekuły, są fundamentem wielu procesów biologicznych, w tym tych, które są kluczowe w rozwoju chorób. Dlatego zrozumienie ich struktury ma kluczowe znaczenie dla projektowania leków. Tradycyjne metody badania struktury białek, takie jak krystalografia rentgenowska czy mikroskopia krioelektronowa, są czasochłonne i skomplikowane. Wprowadzenie AlphaFold, z jego zdolnością do szybkiego i dokładnego przewidywania struktury białek dawało szansę na przyspieszenie i uproszczenie tych procesów.
Sceptycyzm wobec nowej technologii
Pomimo początkowego entuzjazmu, szybko pojawił się sceptycyzm. Krytycy zastanawiali się, czy przewidywania AlphaFold mogą zastąpić „złoty standard” modeli eksperymentalnych w poszukiwaniu nowych leków. Brian Shoichet, chemik farmaceutyczny z Uniwersytetu Kalifornijskiego w San Francisco, podkreśla, że każda deklaracja o rewolucji w odkrywaniu leków powinna być przyjmowana z ostrożnością. Przeprowadzone badania często wskazywały, że modele AlphaFold są mniej przydatne niż struktury uzyskane eksperymentalnie.
Przełom w badaniach
Jednak niedawne badania przeprowadzone przez zespoły Shoicheta i Bryana Rotha z Uniwersytetu Północnej Karoliny w Chapel Hill pokazały coś zaskakującego. Korzystając z AlphaFold do przewidywania struktury dwóch białek związanych z zaburzeniami neuropsychiatrycznymi, naukowcy odkryli całkowicie nowe związki lecznicze, które nie przypominały żadnych znanych związków działających na te białka. Co więcej, „wskaźniki trafień” – czyli proporcje związków, które faktycznie wpłynęły na aktywność białek w znaczący sposób – były prawie identyczne zarówno w przypadku struktur przewidywanych przez AI, jak i eksperymentalnych.
W niepublikowanej pracy zespół Carlssona odkrył, że struktury AlphaFold dobrze identyfikują leki dla poszukiwanej klasy obiektów docelowych, zwanych receptorami sprzężonymi z białkiem G, dla których wskaźnik trafień wynosi około 60%.
Psychodeliki i antydepresanty przyszłości
To odkrycie otwiera fascynujące możliwości. Wśród zidentyfikowanych związków znajdowały się te, które najmocniej aktywowały receptor serotoninowy – mechanizm ten znany jest z działania LSD. Wiele badań skupia się na poszukiwaniu związków, które mogą oddziaływać na ten receptor bez wywoływania efektów halucynogennych, co ma ogromne znaczenie w rozwoju nowych antydepresantów. Wyniki te pokazują, że struktury przewidywane przez AlphaFold mogą faktycznie pomóc w identyfikacji takich nowych, obiecujących związków.
Co dalej?
Pomimo tych optymistycznych wyników, zarówno naukowcy, jak i przedstawiciele przemysłu farmaceutycznego podkreślają, że AlphaFold i inne narzędzia AI nie zastąpią całkowicie eksperymentalnych metod badania struktur białek. W niektórych przypadkach, przewidywane struktury różnią się znacząco od tych uzyskanych eksperymentalnie, co może wpływać na proces optymalizacji leków. Niemniej jednak, zdolność AlphaFold do przyspieszania projektów badawczych i identyfikowania nowych, potencjalnych leków jest niezaprzeczalna.
7 stycznia firma ogłosiła transakcje o wartości co najmniej 82,5 mln dolarów – a do 2,9 miliarda dolarów, jeśli cele biznesowe zostaną osiągnięte – na poszukiwanie leków w imieniu gigantów farmaceutycznych Novartis i Eli Lilly przy użyciu narzędzi uczenia maszynowego, takich jak AlphaFold.
Podsumowanie: Rewolucja czy ewolucja?
AlphaFold, choć nie jest panaceum na wszystkie wyzwania związane z odkrywaniem nowych leków, niewątpliwie wnosi nową jakość do tego procesu. Sceptycyzm pozostaje zdrowym elementem rozwoju nauki, ale wyniki ostatnich badań wskazują na ogromny potencjał AI w identyfikowaniu nieznanych dotąd związków o działaniu psychodelicznym, które mogą odmienić przyszłość medycyny. W miarę jak naukowcy uczą się efektywnie wykorzystywać te narzędzia, możemy być świadkami cichej rewolucji w sposobie, w jaki odkrywamy nowe leki – rewolucji, która ma szansę przynieść nadzieję milionom ludzi na całym świecie.
