Όπως οι χάρτες της Google: Νέα έρευνα για τις δυνατότητες της τεχνητής νοημοσύνης κατά του καρκίνου
Πρόκειται για ένα μοριακό σύστημα πλοήγησης που βοήθησε τα κύτταρα να «μπλοκάρουν» τον καρκίνο, σαν τους Χάρτες Google.
Χρησιμοποιώντας την Τεχνητή Νοημοσύνη, οι επιστήμονες έχουν κατασκευάσει ένα «GPS» για τα ανοσοκύτταρα που καταπολεμούν τον καρκίνο κατευθύνοντάς τα στη... σωστή κατεύθυνση.
Πρόκειται για ένα μοριακό σύστημα πλοήγησης που βοήθησε τα κύτταρα να «μπλοκάρουν» τον καρκίνο, σαν τους Χάρτες Google που καθοδηγούν τους ταξιδιώτες σε μια νέα διεύθυνση, όπως αναφέρουν ερευνητές σε δημοσίευμα του sciencenews.org. Στον πυρήνα του, το σύστημα βασίζεται σε μικροσκοπικές πρωτεΐνες που έχουν σχεδιαστεί ειδικά από τεχνητή νοημοσύνη.
Η προσέγγιση, μια μορφή ανοσοθεραπείας, είναι «σε μεγάλο βαθμό μια απόδειξη της ιδέας», λέει ο Timothy Jenkins, ιατρικός βιοτεχνολόγος στο Τεχνικό Πανεπιστήμιο της Δανίας στο Lyngby. Αλλά ο τελικός στόχος της ομάδας του είναι να αναπτύξει νέες θεραπείες που μπορούν να χρησιμοποιήσουν οι γιατροί για τη θεραπεία του καρκίνου - ίσως ακόμη και εξατομικευμένες για μεμονωμένους ασθενείς.
Τι αναφέρουν οι ερευνητές
«Είναι μια συναρπαστική πρόοδος», λέει ο Stanley Riddell, ερευνητής ανοσοθεραπείας στο Κέντρο Καρκίνου Fred Hutch στο Σιάτλ. Αν και η εργασία βρίσκεται ακόμη στα αρχικά στάδια, αναδεικνύει τη δύναμη των μοντέλων Τεχνητής Νοημοσύνης για τον σχεδιασμό συνθετικών πρωτεϊνών, λέει. Τέτοια μοντέλα είναι «πιθανό να δημιουργήσουν μια εντελώς νέα κατηγορία θεραπευτικών για μια ποικιλία ασθενειών που θα ξεπεράσουν τον καρκίνο».
Νωρίτερα φέτος, μάλιστα, ο Jenkins και οι συνάδελφοί του ανέφεραν μια παρόμοια πρόοδο στην Τεχνητή Νοημοσύνη σε έναν διαφορετικό τομέα της ιατρικής: Πρωτεΐνες σχεδιασμένες με Τεχνητή Νοημοσύνη που θα μπορούσαν να οδηγήσουν σε βελτιωμένα αντίδοτα για δαγκώματα φιδιών. Τώρα, οι ερευνητές έχουν κατευθύνει τα συστήματα Τεχνητής Νοημοσύνης τους προς έναν νέο προορισμό: τον καρκίνο.
Η ομάδα αναζητούσε τρόπους για να ενισχύσει το δυναμικό αναζήτησης καρκίνου από τα ανοσοκύτταρα που ονομάζονται Τ κύτταρα. Τα Τ κύτταρα μπορούν να καταπολεμήσουν τον καρκίνο μόνα τους, αλλά μερικές φορές δυσκολεύονται να αναγνωρίσουν τον εχθρό. Η ομάδα του Jenkins τροποποίησε γενετικά τα Τ κύτταρα ώστε να φέρουν μικροσκοπικές προσαρμοσμένες πρωτεΐνες στην επιφάνειά τους. Αυτές οι πρωτεΐνες λειτουργούν ως GPS, καθοδηγώντας τα Τ κύτταρα στον καρκινικό τους στόχο. Η εργασία αυτή αναπαράγει άλλες τεχνικές ανοσοθεραπείας, όπως η θεραπεία με CAR T-λεμφοκύτταρα και η θεραπεία TCR, οι οποίες επίσης προσπαθούν να ενισχύσουν την αντικαρκινική ικανότητα των ανοσοκυττάρων.
Τα τρία εργαλεία της τεχνητής νοημοσύνης
Για να σχεδιάσουν τις προσαρμοσμένες πρωτεΐνες, οι ερευνητές βασίστηκαν σε τρία εργαλεία τεχνητής νοημοσύνης. Αρχικά, η ομάδα εισήγαγε τη δομή του καρκινικού στόχου σε ένα γενετικό μοντέλο τεχνητής νοημοσύνης που ονομάζεται RFdiffusion. Αυτό το μοντέλο είχε εκπαιδευτεί σε γνωστές πρωτεϊνικές δομές και τις αλληλουχίες αμινοξέων τους, τις σειρές δομικών στοιχείων που διπλώνονται σε μεμονωμένες πρωτεΐνες. Η RFdiffusion πρότεινε σχήματα πρωτεϊνών που ταιριάζουν στον στόχο όπως ένα κλειδί ταιριάζει σε μια κλειδαριά. Ένα δεύτερο μοντέλο τεχνητής νοημοσύνης πρότεινε σειρές αμινοξέων που, όταν διπλώνονται σε τρισδιάστατες δομές, πιθανότατα θα σχημάτιζαν τα προτεινόμενα σχήματα.
Ο Jenkins και οι συνάδελφοί του στη συνέχεια εξέτασαν δεκάδες χιλιάδες σχέδια πρωτεϊνών και, με τη βοήθεια ενός τρίτου μοντέλου τεχνητής νοημοσύνης που έλεγξε όλη αυτή την εργασία, περιόρισαν τα σχέδια σε 44 επιλογές που δοκίμασαν στο εργαστήριο. Μία φάνηκε να είναι η νικήτρια. Σε εργαστηριακά πειράματα, ανθρώπινα Τ κύτταρα που κατασκευάστηκαν ώστε να έχουν την πρωτεΐνη που σχεδιάστηκε από τεχνητή νοημοσύνη στην επιφάνειά τους θα μπορούσαν να σκοτώσουν γρήγορα τα κύτταρα μελανώματος και να αποτρέψουν την ανάπτυξη του καρκίνου.
Η εργασία της ομάδας βασίζεται στις τεχνολογίες υπολογιστικού σχεδιασμού και πρόβλεψης δομής πρωτεϊνών που οδήγησαν στο βραβείο Νόμπελ Χημείας του 2024.
Περιέργεια για την λειτουργία του ΑΙ μέσα στο σώμα
Χρειάζονται μόλις μία ή δύο ημέρες για να καταλήξει κανείς σε πολλά υποσχόμενα σχέδια, λέει ο Jenkins, και μόνο λίγες εβδομάδες για να τα δοκιμάσει στο εργαστήριο. Αυτό είναι ταχύτερο από τις τρέχουσες μεθόδους, οι οποίες μπορούν να περιλαμβάνουν την αναζήτηση πρωτεϊνών στα ανθρώπινα κύτταρα για την επιλογή πρωτεϊνών, γνωστών ως υποδοχέων Τ κυττάρων, που είναι φυσικά ικανές να κλειδώσουν σε συγκεκριμένους καρκινικούς στόχους. «Είναι εξαιρετικά επίπονο», λέει ο Christopher Klebanoff, ιατρικός ογκολόγος και ερευνητής στο Κέντρο Καρκίνου Memorial Sloan Kettering στη Νέα Υόρκη. Η διαδικασία μπορεί να διαρκέσει μήνες και ακόμη και τότε «μπορείτε να καταλήξετε χωρίς τίποτα ή με έναν πολύ, πολύ μικρό αριθμό θεραπευτικών υποψηφίων».
Ο Klebanoff πιστεύει ότι η νέα εργασία είναι ένα σημαντικό βήμα, αλλά είναι περίεργος για το πώς θα λειτουργήσουν οι πρωτεΐνες που έχουν σχεδιαστεί από την Τεχνητή Νοημοσύνη μέσα στο σώμα. Πριν οι ερευνητές υιοθετήσουν την προσέγγισή τους στις κλινικές δοκιμές σε ανθρώπους, θα χρειαστεί να κάνουν πολλές ακόμη δοκιμές στο εργαστήριο και σε ζώα, κάτι που θα μπορούσε να διαρκέσει χρόνια, λέει ο Kristoffer Haurum Johansen, συνθετικός ανοσολόγος επίσης στο Τεχνικό Πανεπιστήμιο της Δανίας. Αλλά προς το παρόν, λέει, το έργο της ομάδας του «σημαίνει ότι υπάρχει ένα πιθανό νέο εργαλείο στην εργαλειοθήκη που μπορούμε να χρησιμοποιήσουμε για να σχεδιάσουμε και να αναπτύξουμε νέες θεραπείες».