Timp aproximativ de lectură: 6 minute

Proteinele controlează și determină toate reacțiile chimice care, împreună, constituie baza vieții. Acestea sunt alcătuite, în general, din 20 de aminoacizi diferiți. La rândul lor, aceștia sunt legați între ei în lanțuri lungi care se pliază pentru a forma o structură tridimensională.

În 2020, Demis Hassabis și John Jumper au prezentat un model de inteligență artificială numit AlphaFold2. Cu ajutorul acestuia, ei au reușit să prezică, practic, structura tuturor proteinelor cunoscute. AlphaFold2 este utilizat pe scară largă în multe domenii, inclusiv în cercetarea din domeniul farmaceutic și al tehnologiei de mediu.

Cum s-a ajuns aici?

Demis Hassabis avea de mult timp un plan ambițios: să dezvolte modele de inteligență artificială capabile să vindece toate bolile.

În calitate de director al Google DeepMind, un laborator de inteligență artificială (IA) de talie mondială, a ajuns să împartă Premiul Nobel pentru chimie în 2024 pentru proiectarea unor modele de IA capabile să prezică modul în care se pliază proteinele.

Într-un interviu acordat emisiunii video „Inside Tech” a revistei The Economist, Sir Demis Hassabis afirmă că lucrările decurg conform planului.

Acum cinci ani, Google a înființat Isomorphic Labs (condus de Sir Demis), o companie farmaceutică bazată pe IA, cu misiunea de a utiliza tehnologia DeepMind pentru structura proteinelor, AlphaFold, în scopul descoperirii de medicamente noi. După câțiva ani de pregătire, laboratorul este pe cale să-și anunțe primii candidați. Sir Demis afirmă că acesta are 19 programe repartizate în trei domenii principale de cercetare: cancerul, afecțiunile cardiovasculare și imunologia.

Aceste programe, care includ parteneriate cu mari companii farmaceutice precum Eli Lilly, Novartis și Johnson & Johnson, precum și proiecte interne, sunt concepute ca primul pas către o tehnologie generică care ar putea aborda orice afecțiune medicală cu care se confruntă. Odată ce tehnologiile de bază sunt dezvoltate, spune Sir Demis, „la fel ca în cazul AlphaFold, le poți aplica extrem de rapid”. AlphaFold a necesitat șase ani de muncă pentru a prezice prima sa structură proteică, iar apoi un an pentru a continua cu ceea ce el descrie ca fiind structurile „tuturor celor 200 de milioane de proteine cunoscute de știință”. El speră că o accelerare similară va avea loc în cadrul Isomorphic.

Compania beneficiază de acces anticipat la cercetările DeepMind. În februarie, Isomorphic a anunțat că lucrează la o nouă versiune proprietară a AlphaFold, prima rezervată exclusiv pentru uz intern. IsoDDE, așa cum se numește, poate fi utilizat pentru a prezice diverse proprietăți ale potențialelor medicamente, inclusiv afinitatea lor de legare, o măsură a intensității cu care se leagă de proteine și un indicator al eficacității lor finale. În ceea ce privește această sarcină specifică, conform rezultatelor publicate de Isomorphic, sistemul depășește alternativele open-source de ultimă generație, precum Boltz-2, dezvoltat la Institutul de Tehnologie din Massachusetts.

IsoDDE acoperă un domeniu mai larg decât AlphaFold, afirmă Sir Demis, deoarece este capabil să prezică interacțiunile biochimice ale proteinelor într-un mod pentru care predecesorul său nu a fost conceput. Tocmai aceste predicții vor diferenția un „motor de proiectare a medicamentelor” cu valoare comercială,  „DDE” din denumire, de un instrument academic. Dar nu doar goana după profit a ținut modelul în spatele ușilor închise. „Există compromisuri în ceea ce privește biosecuritatea și biosiguranța. Dacă l-ai pune la dispoziție în mod liber, în cazul în care un actor rău-intenționat ar pune mâna pe el, acesta l-ar putea folosi în scopuri dăunătoare.”

El nu este singurul dintre colegii săi care decide unilateral ce puteri pot fi încredințate umanității. Anthropic, un alt laborator de IA, a declarat că ultimul său model, Claude Mythos, va fi accesibil doar experților în securitate cibernetică, invocând riscul de piratare pe care l-ar putea genera o lansare publică.

„Oamenii trebuie să ia propriile decizii în privința liderilor laboratoarelor”, spune el. „Există acum o mulțime de informații despre abordările diferite ale fiecărui lider… Trebuie să te gândești și la motivațiile oamenilor și la motivul pentru care s-au orientat către IA.” Propria lui motivație? Să creeze „instrumentul suprem pentru știință”.

În cele ce urmează, am reținut din acest interviu extrem de interesant partea din discuție referitoare la automatizarea procesului de fabricare a medicamentelor.

Întrebat cum a fost experiența premiului Nobel, Sir Demis Hassabis spune:

A fost o experiență suprarealistă, să fiu sincer, chiar dacă și acum încă nu mi se pare pe deplin reală. Dar pentru mine este împlinirea unui vis de-o viață. Acesta a fost întotdeauna motivul pentru care m-am apucat de IA de la bun început: să contribui la progresul științei, să o folosesc ca un fel de instrument suprem pentru a o avansa, să ajut la îmbunătățirea sănătății umane, în domenii precum descoperirea de medicamente, domeniu în care, desigur, AlphaFold joacă un rol central.

Despre AlphaFold, acesta explică:

Da, am primit Premiul Nobel pentru un program numit AlphaFold, care, în esență, poate reconstitui structura 3D a unei proteine doar pe baza secvenței sale de aminoacizi. Este foarte important deoarece totul din corpul uman se bazează pe proteine.

Iar în organismul uman, acestea se pliază, formând structuri 3D. Și asta este ceea ce le determină funcția. Așadar, dacă te interesează bolile sau modul în care funcționează biologia sau încerci să creezi un medicament, trebuie să înțelegi structura 3D a proteinei. Iar AlphaFold a fost soluția la această problemă.

Întrebat cum a celebrat primirea premiului, acesta povestește:

De fapt, a fost o poveste amuzantă, pentru că am aflat despre asta într-un mod neașteptat. Cred că era 9 octombrie. Și a fost neașteptat pentru că s-a întâmplat foarte repede. Uneori, poate dura 10, 20, 30, 40 de ani până când primești Premiul Nobel pentru o anumită muncă, pentru descoperirea pe care ai făcut-o efectiv. Iar în cazul acesta au fost doar patru ani. Dar a doua zi am avut parte de sărbătoarea perfectă pentru mine: câțiva dintre prietenii mei se aflau în oraș, unii dintre cei mai buni jucători de șah din lume, dar și dintre cei mai buni jucători de poker din lume.

Și unul dintre prietenii mei din copilărie organiza o seară de poker și șah la el acasă, cu toți acești campioni mondiali. Și trebuia să merg acolo. Așa că am avut una dintre cele mai dure partide de poker din lume.

Despre opțiunea de a oferi o recunoaștereprin aceste premii și pentru IA, el spune:

Ei bine, se pare că acesta a fost mesajul pe care Comitetul Nobel a vrut să-l transmită prin acest premiu, evident, la fel și în cazul premiului pentru fizică, acordat lui Geoff Hinton și Hopfield pentru munca lor fundamentală și binemeritată, precum și pentru munca noastră. Și a fost poate un moment de maturizare sau o recunoaștere a faptului că IA este acum suficient de matură pentru a contribui cu adevărat la rezolvarea unor provocări științifice mai profunde. Iar în ceea ce privește momentul, a fost o surpriză.

Dar, din câte înțeleg, comitetele Nobel așteaptă întotdeauna să vadă nu doar descoperirea intelectuală, descoperirea științifică, ci și dacă aceasta a avut cu adevărat un impact. Adică, Nobel, în testamentul său, a spus: „pentru binele, cel mai mare bine al omenirii”, nu-i așa? Pentru asta se acordă Premiul Nobel, ceea ce consider o declarație extraordinară. Așadar, ei așteaptă un impact practic pentru a vedea, în mod demonstrabil, dacă acest lucru va avea un impact pozitiv și semnificativ asupra societății. Și, desigur, de obicei durează zeci de ani, adesea chiar și după descoperire, până când se poate întâmpla.

Și cred că ceea ce a fost cu adevărat extraordinar în acest caz, atât pentru echipa AlphaFold, cât și pentru întreaga echipă DeepMind și Google, este faptul că s-a întâmplat atât de repede, deoarece a fost o recunoaștere a impactului pe care l-a avut AlphaFold. Doar ca să vă dau câteva cifre, peste 2,5 milioane de cercetători din întreaga lume îl folosesc. Am pliat toate proteinele cunoscute de știință, toate cele 200 de milioane. De obicei, ar fi durat, în medie, 5 ani pentru a face asta experimental.

Așadar, regula generală este că unui doctorand îi ia întreaga durată a doctoratului pentru a descoperi structura unei singure proteine. Așadar, pentru 200 de milioane ar fi fost nevoie de un miliard de ani de doctorat. Și tocmai am pus toate aceste informații la dispoziția lumii, gratuit, deschise pentru ca oricine să le poată folosi. Așa că eu numesc asta „știință la viteză digitală” și cred că vom vedea tot mai multe exemple de acest gen. Suntem obișnuiți ca tehnologiile digitale să se răspândească rapid în întreaga lume. Și cred că acest lucru poate începe să se întâmple și în cazul descoperirilor științifice, contribuind la domenii precum medicina și sănătatea.

Întrebat care sunt descoperirile la care lucrează în prezent:

Continuăm să investim masiv în două direcții. Una este continuarea cercetării fundamentale, adică continuarea construirii unor modele mai bune de biologie, chimie, fizică, matematică și meteorologie. Așadar, construim toate aceste tipuri de modele folosind sistemele noastre generale de IA. Aceasta este o direcție. Astfel, proiecte precum AlphaFold 3, noile progrese ale AlphaFold, pot aborda dinamica din biologie.

Și apoi facem și lucruri practice. Așadar, am înființat o nouă companie, Isomorphic Labs, pentru a dezvolta cu adevărat AlphaFold și a aborda tehnologiile conexe necesare pentru descoperirea de medicamente, deoarece cunoașterea structurii 3D a unei proteine implicate într-un anumit tip de boală este doar o parte a puzzle-ului. Este o parte importantă. Dar este doar o parte. Trebuie să proiectezi compusul medicamentos, adică molecula. Și trebuie să te asiguri că nu este toxică. Că are toate proprietățile potrivite. Că este solubilă.

Despre momentul apariției pe piață a unui medicament produs de Isomorphic

Ei bine, avem niște parteneriate excelente cu Eli Lilly și Novartis, pe care le-am anunțat anul trecut. Și lucrăm la câteva programe de dezvoltare a medicamentelor împreună cu ei, unele dintre ele fiind cu adevărat dificile. Ne-au încredințat unele dintre cele mai dificile ținte ale lor, pentru care mulți dintre chimiștii lor nu au reușit să găsească candidați potriviți. Și nouă ne plac aceste provocări. În plus, avem propriile programe interne de dezvoltare a medicamentelor.

Și ne concentrăm pe domenii terapeutice vaste. Suntem destul de flexibili în ceea ce privește domeniul, deoarece aceste instrumente sunt destul de generale. El s-ar putea aplica oricărui domeniu terapeutic. Dar ne concentrăm pe oncologie, boli cardiovasculare și neurodegenerare, toate domenii terapeutice importante. Și cred că până la sfârșitul acestui an vom avea primele noastre medicamente în faza clinică.

Iată o temă care merită urmărită în continuare, precum și rezultate așteptate, a căror realizare merită monitorizată cu atenție.

Mirela Mustață, redactor executiv

Traducere și adaptare după: Domnul Demis Hassabis dorește să automatizeze procesul de proiectare a medicamentelor_The Economist (inclusiv sursa fotografiei)

Documentare suplimentară: https://www.nobelprize.org/prizes/chemistry/2024/hassabis/facts/