Sztuczna inteligencja coraz mocniej wspiera badania nad nowymi lekami, także na choroby rzadkie. Nie zastępuje jednak naukowców – to oni, korzystając z intuicji i wiedzy, podejmują kluczowe decyzje.
Dr hab. n. med. (mgr farm.) Piotr Lipiński
Kierownik Zakładu Neuropeptydów w Instytucie Medycyny Doświadczalnej i Klinicznej
W mediach pojawiają się opinie, że AI zastąpi człowieka w wielu dziedzinach. Czy w przypadku odkrywania leków na choroby rzadkie możemy się tego spodziewać?
Nie, na pewno nie w najbliższej przyszłości. Metody AI – zwłaszcza duże modele językowe – są zaskakująco skuteczne w tłumaczeniach, przygotowaniu streszczeń czy w programowaniu. Ale nawet tam okazuje się, że to narzędzie wspierające, ale nie zastępujące człowieka. Podobnie jest w chemii i medycynie. Nobla z chemii w 2024 roku przyznano m.in. za wykorzystanie AI w badaniach nad białkami. Jest to dowód, że sztuczna inteligencja realnie wpływa już na badania naukowe.
Dlaczego trudno stworzyć lek przy pomocy komputera?
Odkrywanie leków ma w sobie coś ze sztuki, nie jest to twarda inżynieria czy nauka ścisła. W przeciwieństwie do tłumaczenia czy programowania, gdzie mamy miliardy przykładów, na których można trenować metody AI, w chemii leków danych jest mało i są bardzo rozproszone. W przypadku chorób rzadkich danych do trenowania jest najczęściej bardzo mało. Nie da się wpisać w wyszukiwarkę: „znajdź lek na chorobę rzadką” i uzyskać niezawodnej sugestii.
Jak w praktyce sztuczna inteligencja pomaga w odkrywaniu leków?
Przede wszystkim w modelowaniu oddziaływań między potencjalnym lekiem a białkiem w organizmie. Można to porównać do dopasowywania skomplikowanych klocków – cząsteczki leku i cząsteczki białka. AI przewiduje kształt takiego kompleksu i podpowiada, jak go ulepszyć, by cząsteczka była bardziej aktywna. Kolejna rzecz to przewidywanie właściwości farmakokinetycznych – czy związek dobrze się rozpuszcza, czy organizm go wchłonie.
Czy to oznacza, że decyzje podejmuje komputer?
Absolutnie nie. AI to tylko, mówiąc przenośnie, doradca. Ostateczne decyzje podejmuje badacz, korzystając ze swojej wiedzy i intuicji. A potem każdy „komputerowy lek” trzeba naprawdę zsyntezować, sprawdzić w laboratorium, przetestować na zwierzętach i w badaniach klinicznych. To proces długotrwały i wymagający dużych nakładów finansowych.
