Команда исследователей представила свой алгоритм под названием LOVENet — Large Optimized Vector Embeddings Network, который объединяет две передовые технологии ИИ: большую языковую модель (LLM) и технологию структурированных графов знаний, которая математически представляет взаимосвязи между лекарствами и болезнями, предлагая свежий взгляд на новые потенциальные терапевтические применения.

Перепрофилирование лекарств — практика определения новых терапевтических показаний для существующих препаратов — уже давно вызывает интерес из-за ограничений по времени и стоимости, связанных с традиционной разработкой лекарств. По некоторым данным, около 30-40 процентов новых лекарств и биопрепаратов, одобренных Управлением по контролю качества пищевых продуктов и лекарственных средств США (FDA), можно считать перепрофилированными или репозиционированными препаратами.

Джоухьюн Чон, ведущий ученый и главный исследователь компании Klick Applied Sciences, говорит, что LOVENet призван решить эти проблемы, органично объединив передовые методы машинного обучения с обширными биологическими и клиническими базами данных. Ее команда обнаружила, что LOVENet успешно выявляет ассоциации лекарств с другими заболеваниями, уже подтвержденными в научной литературе. В качестве примера они привели лекарство, изначально одобренное для лечения нарушений сердечного ритма, которое также оказалось полезным при лечении судорог.

Обычно разработка новых лекарств может занять более десяти лет, — говорит Чон.

Используя искусственный интеллект для ускорения процесса повторного применения, мы надеемся сэкономить годы от текущих сроков, найти больше возможностей для использования существующих лекарств и в конечном итоге предоставить врачам и пациентам больше вариантов лечения в широком спектре терапевтических областей.

Альфред Уайтхед, исполнительный директор по науке о данных компании Klick, заключает:

LOVENet — это важный первый шаг в новую эру поиска лекарств. Мы считаем, что он может значительно снизить стоимость разработки, повысить эффективность использования времени и снизить риски. Она также может оказать значительную помощь в оптимизации регуляторных процедур, расширении рыночных возможностей и удовлетворении неудовлетворенных медицинских потребностей.