Toppen! Nu Àr du prenumerant pÄ Warp News
HÀrligt! Genomför ditt köp i kassan för full tillgÄng till Warp News
Varmt vÀlkommen tillbaka! Du Àr nu inloggad.
Tack! Kolla din inkorg för att aktivera ditt konto.
Klart! Din faktureringsinformation Àr nu uppdaterad.
Uppdateringen av faktureringsinformationen misslyckades.
💊 AI ska ge oss sĂ€krare mediciner

💊 AI ska ge oss sĂ€krare mediciner

DjupinlÀrning ska ge forskare bÀttre information om hur ett lÀkemedel fungerar i mÀnniskokroppen.

Kent Olofsson
Kent Olofsson

Dela artikeln

Innan ett lÀkemedel kan börja anvÀndas mÄste tillverkaren veta bÄde att det ger rÀtt verkan och vilka eventuella biverkningar det kan orsaka. Dessa tester krÀver mycket resurser och tar mycket tid. Men nu har ett forskarlag skapat ett verktyg som kan effektivisera arbetet och dessutom ge mer information.

Forskarlaget frÄn Rice University har anvÀnt AI-tekniken djupinlÀrning för att trÀna ett verktyg de kallar Metabolite Translator att förutsÀga vilka metaboliter ett lÀkemedel kan ge upphov till. En metabolit Àr en nedbrytningsprodukt som uppstÄr nÀr molekylerna i lÀkemedlet kommer in kontakt med enzymer i kroppen.

– Hur sĂ€kert ett lĂ€kemedel Ă€r beror inte bara pĂ„ lĂ€kemedlet utan Ă€ven pĂ„ de metaboliter som skapas nĂ€r lĂ€kemedlet aktiveras i kroppen, sĂ€ger Eleni Litsa, huvudförfattare av studien som beskriver Metabolite Translator.

Normalt undersöker forskare enzymer i levern för att avgöra vilka effekter ett lÀkemedel haft och om det gett upphov till nÄgra biverkningar. Men metaboliter kan skapas av andra enzymer ocksÄ.

– VĂ„ra kroppar Ă€r ett nĂ€tverk av kemiska reaktioner. De har enzymer som reagerar med kemikalier och kan bryta eller skapa kopplingar som Ă€ndrar deras struktur till nĂ„got som kan vara giftigt eller orsaka andra komplikationer. De existerande metoderna fokuserar pĂ„ levern eftersom de flesta koppsfrĂ€mmande Ă€mnen metaboliseras dĂ€r. Vi försöker istĂ€llet beskriva den mĂ€nskliga metabolismen överlag, sĂ€ger Eleni Litsa.

Eleni Litsa och de andra forskarna skapade Metabolite Translator genom att anvÀnda djupinlÀrning dÀr verktyget fick gÄ igenom 900 000 kÀnda kemiska reaktioner. UtifrÄn dessa data lÀrde sig Metabolism Translator att förutsÀga vilka metaboliter som olika reaktioner kan orsaka.

Mindre manuellt arbete

Det finns redan andra verktyg som kan förutse vilka metaboliter ett lÀkemedel kan ge upphov till. Men dessa verktyg bygger pÄ att experter manuellt lÀgger in de regler som ska följas. NÄgot som förstÄs Àr arbetsintensivt och dyrt, plus att verktygen inte kan upptÀcka nÄgot som inte tÀcks av en regel.

För att se hur vÀl Metabolite Translator fungerar jÀmförde forskarna det med dagens verktyg. Resultatet blev att Metabolite Translator hittade samma enzymer som de traditionella metoderna, men att det Àven identifierade enzymer som normalt inte Àr involverade i att metabolisera lÀkemedel, men som ÀndÄ gav upphov till metaboliter och som de traditionella metoderna missade.

– Vi har ett system som fungerar lika bra som regelbaserade system och vi anvĂ€nde inga fördefinierade regler, vilket krĂ€ver manuellt arbete och expertkunskap, i vĂ„rt system. Det hĂ€r hade inte ens varit möjligt för bara tvĂ„ Ă„r sedan, sĂ€ger Lydia Kavraki, professor i bland annat bioteknik vid Rice University och medförfattare till studien.

Med Metabolite Translator kan forskare och lÀkemedelsbolag nu fÄ ett verktyg som bÀttre kan beskriva hur ett lÀkemedel pÄverkar hela kroppen. Det behöver inte heller förlita sig pÄ att experter lÀgger sin vÀrdefulla tid pÄ att knappa in regler i en databas utan de kan istÀllet Àgna sig Ät mer avancerade uppgifter.

LÀs hela studien hÀr.


FĂ„ ett gratis veckobrev med
faktabaserade optimistiska nyheter


Genom att prenumerera bekrÀftar jag att jag har lÀst och godkÀnner personuppgifter och cookies policy.