29 września 2025 r.

W najnowszym numerze jesień 2025 Odkrywanie leków World (DDW) na stronie 35 nowy przewodnik po sztucznej inteligencji przedstawia studium przypadku "Empowering Odkrywanie leków". Podkreślono w nim, w jaki sposób sztuczna inteligencja (AI), uczenie maszynowe (ML) i zaawansowana cheminformatyka zmieniają krajobraz odkrywania leków.

Dlaczego warto przeczytać ten przewodnik?

Jeśli jesteś naukowcem, innowatorem lub decydentem w branży farmaceutycznej lub biotechnologicznej, ten przewodnik jest niezbędną lekturą. Wykracza on poza szum informacyjny i pokazuje, w jaki sposób sztuczna inteligencja wywiera wymierny wpływ - od przyspieszenia projektowania cząsteczek po optymalizację badań klinicznych. Dowiesz się, co działa, jakie wyzwania pozostają i jak wykorzystać pełny potencjał sztucznej inteligencji poprzez współpracę, jakość danych i odpowiedzialne innowacje.

Od hype'u do rzeczywistego wpływu

Koszt wprowadzenia leku na rynek przekracza obecnie 2,3 miliarda dolarów (strona 37), przy czym ramy czasowe często przekraczają dekadę, a wskaźnik niepowodzeń w badaniach klinicznych wynosi 90%. Sztuczna inteligencja zmienia to równanie. Badanie Deloitte 2024 wykazało, że 62% dyrektorów biofarmaceutycznych uważa, że sztuczna inteligencja może skrócić czas wczesnego odkrywania o co najmniej 25%. Cząsteczki zaprojektowane przez sztuczną inteligencję weszły już w fazę I badań w ciągu zaledwie 12 miesięcy od rozpoczęcia programu - dramatyczne przyspieszenie.

Przełomowe technologie i zastosowania

Przewodnik podkreśla postępy w głębokim uczeniu się, generatywnej sztucznej inteligencji, przetwarzaniu w chmurze i danych multiomicznych. Narzędzia takie jak CRISPR-GPT na stronie 37 automatyzują projektowanie edycji genów, podczas gdy cyfrowa patologia oparta na sztucznej inteligencji usprawnia globalne badania kliniczne. Sztuczna inteligencja ma obecnie kluczowe znaczenie dla odkrywania hitów, projektowania cząsteczek de novo, optymalizacji leadów, a nawet planowania badań klinicznych.

^SYNTHIA® i AIDDISON™: Przyspieszenie odkrywania i syntezy

Częścią tej transformacji są platformy takie jak AIDDISON™ i SYNTHIA^®. AIDDISON™ to bezpieczne rozwiązanie internetowe, które łączy AI/ML i wspomagane komputerowo projektowanie leków (CADD) w celu przyspieszenia identyfikacji i optymalizacji nowych kandydatów na leki. Intuicyjny interfejs sprawia, że zaawansowane narzędzia obliczeniowe są dostępne dla naukowców z różnych środowisk.

AIDDISON™ generuje tysiące realnych cząsteczek przy użyciu wyszukiwania podobieństw, badań farmakoforowych i modeli generatywnych. Następnie stosuje filtrowanie oparte na właściwościach, dokowanie molekularne i dopasowanie oparte na kształcie, aby nadać priorytet cząsteczkom o najwyższym prawdopodobieństwie aktywności biologicznej i optymalnych profilach ADMET.

To, co naprawdę wyróżnia AIDDISON™, to jego płynna integracja z SYNTHIA^® Oprogramowanie do retrosyntezy. SYNTHIA^® umożliwia badaczom natychmiastową ocenę syntetycznej dostępności obiecujących cząsteczek i identyfikację niezbędnych odczynników do syntezy laboratoryjnej. Wypełniając lukę między wirtualnym projektowaniem molekularnym a praktycznym planowaniem syntezy, SYNTHIA^® i AIDDISON™ umożliwiają chemikom szybsze i pewniejsze wprowadzanie innowacji.

Studium przypadku: Inhibitory tankyrazy

Niedawna Nota aplikacyjna dotycząca inhibitorów tankirazy -klasy cząsteczek o potencjalnej aktywności przeciwnowotworowej - demonstruje siłę tego zintegrowanego podejścia. Zaczynając od znanego inhibitora, modele generatywne AIDDISON™ i wirtualne badania przesiewowe zbadały rozległą przestrzeń chemiczną, tworząc różnorodne cząsteczki kandydujące. Zostały one przefiltrowane i zadokowane do docelowego białka, a najbardziej obiecujące struktury zostały przesłane do SYNTHIA^® w celu przeprowadzenia analizy retrosyntetycznej. Ten przepływ pracy przyspieszył identyfikację nowych, syntetycznie dostępnych leadów i umożliwił dokładniejszą eksplorację przestrzeni chemicznej niż tradycyjne metody.

Spostrzeżenia ekspertów i współpraca

Wywiady z liderami, takimi jak Rabia Khan, CEO i założyciel Serna Bio. na stronie 43 i dr Amanda Hemmerich, Global Director of Digital Pathology Innovation w IQVIA Laboratories na stronie 46, ujawniają, w jaki sposób sztuczna inteligencja odblokowuje nowe strategie terapeutyczne, zwłaszcza w terapiach ukierunkowanych na RNA i cyfrowej patologii. Historie te pokazują, w jaki sposób sztuczna inteligencja umożliwia naukowcom zadawanie odważniejszych pytań i radzenie sobie z chorobami, które wcześniej były poza zasięgiem.

Wyzwania i droga naprzód

Przewodnik nie stroni od przeszkód - jakości danych, odtwarzalności, niepewności regulacyjnej i potrzeby stosowania zasad FAIR dotyczących danych. Współpraca branżowa i nowe standardy pomagają pokonać te bariery, zapewniając, że sztuczna inteligencja wywiera wpływ na rzeczywistość.

Przyszłość: Sztuczna inteligencja jako czynnik wspomagający, a nie zastępczy

Rola AI w odkrywaniu leków nie jest już hipotetyczna. To obecna i przyspieszająca siła. Kolejna fala przełomowych odkryć nie będzie wynikać z zastąpienia naukowców przez sztuczną inteligencję, ale z umożliwienia im zadawania odważniejszych pytań, testowania bardziej ambitnych hipotez i ostatecznie szybszego i bardziej wydajnego dostarczania lepszych leków pacjentom.

 

Przeczytaj numer jesienny