L’IA développe un traitement contre le cancer en 30 jours et prédit le taux de survie

Médecine

Par Brooke Steinberg

20 mars 2023 | 9h32

L’intelligence artificielle a développé un traitement contre le cancer en seulement 30 jours et peut prédire le taux de survie des patients.

Dans une nouvelle étude publiée dans la revue Chemical Science, des chercheurs de l’Université de Toronto et Insilico Medicine ont développé un traitement potentiel pour le carcinome hépatocellulaire (CHC) avec une plateforme de découverte de médicaments basée sur l’IA appelée Pharma.AI.

Le CHC est le type de cancer du foie le plus courant et survient lorsqu’une tumeur se développe sur le foie, selon la Cleveland Clinic.

Les chercheurs ont appliqué AlphaFold, une base de données sur la structure des protéines alimentée par l’IA, à Pharma.AI pour découvrir une nouvelle cible, une voie de traitement du cancer jusque-là inconnue, et ont développé une nouvelle molécule à succès qui pourrait se lier à cette cible sans aide.

La création du médicament potentiel a été réalisée en seulement 30 jours à partir de la sélection de la cible et après la synthèse de seulement sept composés.

Après un deuxième cycle de génération de composés, ils ont découvert une molécule à succès plus puissante, mais tout médicament potentiel devrait passer par des essais cliniques avant une utilisation généralisée.

Alors que le monde était fasciné par les progrès de l’IA générative dans l’art et le langage, nos algorithmes d’IA générative ont réussi à concevoir de puissants inhibiteurs d’une cible avec une structure dérivée d’AlphaFold, a déclaré Alex Zhavoronkov, fondateur et PDG d’Insilico medicine, dans un communiqué.

L’IA change rapidement la façon dont les médicaments et les médicaments sont découverts et développés, car la méthode traditionnelle d’essais et d’erreurs est lente, coûteuse et limite la portée de l’exploration.

Cet article est une preuve supplémentaire de la capacité de l’IA à transformer le processus de découverte de médicaments avec une vitesse, une efficacité et une précision accrues, a déclaré Michael Levitt, lauréat du prix Nobel de chimie. En réunissant la puissance prédictive d’AlphaFold et la puissance de conception de cibles et de médicaments de la plateforme Insilico Medicines Pharma.AI, il est possible d’imaginer que nous étions à l’aube d’une nouvelle ère de découverte de médicaments basée sur l’IA.

En 2022, AlphaFold a fait une énorme percée à la fois dans l’IA et la biologie structurale en prédisant la structure des protéines pour l’ensemble du génome humain.

AlphaFold a ouvert de nouvelles voies scientifiques en prédisant la structure de toutes les protéines du corps humain, a déclaré le co-auteur Feng Ren, directeur scientifique et co-PDG d’Insilico Medicine.

Chez Insilico Medicine, nous avons vu cela comme une opportunité incroyable de prendre ces structures et de les appliquer à notre plateforme d’IA de bout en bout afin de générer de nouvelles thérapies pour lutter contre les maladies à fort besoin non satisfait. Cet article est un premier pas important dans cette direction.

Les chercheurs ont également expliqué comment différentes informations d’IA peuvent révolutionner les soins de santé.

Ce que cet article démontre, c’est que pour les soins de santé, les développements de l’IA sont plus que la somme de leurs parties, a déclaré Alan Aspuru-Guzik, professeur de chimie et d’informatique à la Faculté des arts et des sciences de l’Université de Toronto. Si l’on utilise un modèle génératif ciblant une protéine dérivée de l’IA, on peut considérablement élargir la gamme de maladies que nous pouvons cibler. Si l’on ajoute des laboratoires autonomes au mélange, nous serons en territoire inconnu. Restez à l’écoute!

Une étude distincte publiée dans la revue JAMA Network Open a montré qu’un système d’IA inventé par des scientifiques de l’Université de la Colombie-Britannique et de BC Cancer était capable de prédire les taux de survie des patients atteints de cancer à l’aide de notes de médecins.

Le modèle utilise le traitement du langage naturel (NLP), qui fait partie de l’IA capable de comprendre le langage humain complexe.

Le PNL peut analyser les notes des médecins après une première visite de consultation et identifier les caractéristiques individuelles spécifiques à chaque patient.

Il a été en mesure de prédire la survie à six mois, 36 mois et 60 mois avec un taux de précision de plus de 80 %. Ce modèle peut également déterminer les taux pour tous les cancers, alors que les modèles précédents ne pouvaient s’appliquer qu’à certains types de cancer.

L’IA lit essentiellement le document de consultation de la même manière qu’un humain le lirait, a déclaré l’auteur principal, le Dr John-Jose Nunez, psychiatre et chercheur clinique au UBCMood Disorders Centre et BC Cancer, dans un communiqué. Ces documents contiennent de nombreux détails tels que l’âge du patient, le type de cancer, les problèmes de santé sous-jacents, la consommation antérieure de substances et les antécédents familiaux. L’IA rassemble tout cela pour brosser un tableau plus complet des résultats pour les patients.

Les taux de survie au cancer sont traditionnellement calculés rétrospectivement et classés uniquement selon quelques facteurs génériques tels que le type de tissu et le siège du cancer.

Ce modèle a été testé à l’aide des données de 47 625 patients dans six sites de cancer de la Colombie-Britannique situés en Colombie-Britannique.

Parce que le modèle est formé sur les données de la Colombie-Britannique, cela en fait un outil potentiellement puissant pour prédire la survie au cancer ici dans la province, a déclaré Nunez.

L’avantage des modèles de PNL neuronaux est qu’ils sont hautement évolutifs, portables et ne nécessitent pas d’ensembles de données structurés, a-t-il ajouté. Nous pouvons former rapidement ces modèles en utilisant des données locales pour améliorer les performances dans une nouvelle région. Je soupçonne que ces modèles fournissent une bonne base partout dans le monde où les patients peuvent voir un oncologue.

L’IA pourrait être une technologie de pointe pour les futurs soins contre le cancer qui pourrait être appliquée dans les cliniques anticancéreuses du monde entier.

Prédire la survie au cancer est un facteur important qui peut être utilisé pour améliorer les soins contre le cancer, a déclaré Nunez. Cela pourrait suggérer aux prestataires de santé de faire une référence plus précoce aux services de soutien ou d’offrir une option de traitement plus agressive dès le départ. Notre espoir est qu’un outil comme celui-ci puisse être utilisé pour personnaliser et optimiser les soins qu’un patient reçoit immédiatement, en lui donnant le meilleur résultat possible.