Drug-Discovery AI može da dizajnira 40.000 potencijalnih hemijskih oružja za 6 sati

Od stvari u kojima je veštačka inteligencija dobra, prolazak kroz hiljade hemijskih jedinjenja da bi se identifikovali kandidati za drogu je jedna od najboljih.

Nije naučna fantastika, iako možda tako zvuči

Međutim, istraživači su otkrili da je izuzetno dobar i u smišljanju mogućeg hemijskog oružja – zastrašujuće dobar. U nedavnoj studiji objavljenoj u časopisu Nature Machine Intelligence, tim farmaceutske kompanije Collaborations Pharmaceuticals, Inc. prepravio je AI za otkrivanje lekova – uspešno je identifikovao 40.000 novih potencijalnih hemijskih oružja za samo 6 sati, od kojih su neka izuzetno slična najsnažnijem nervnom agensu ikada stvorenom.

Zabrinjavajuće je koliko je to lako učiniti. Mnoge stvari koje su koristili su besplatne. Možete otići i preuzeti skup podataka o toksičnosti sa bilo kog mesta. Ako imate nekoga ko zna da kodira u Python-u i ima neke mogućnosti mašinskog učenja, onda bi tokom verovatno dobrog vikenda na poslu, mogli da naprave nešto poput ovog generativnog modela vođenog toksičnim skupovima podataka, rekao je Fabio Urbina, glavni autor rada. Da bi preusmerili AI da predloži nešto što uzrokuje štetu umesto da leči, istraživači su morali da je usmere ka identifikaciji toksičnosti. Uzimajući njihov AI MegaSyn, koji obično nagrađuje bioaktivnost (koliko dobro lek reaguje sa metom) i kažnjava toksičnost, oni su jednostavno promenili parametre toksičnosti, ali su zadržali nagradu za bioaktivnost, sada takođe bolje bodujući lekove na osnovu njihove toksičnosti. Za 6 sati AI je napravio pomalo zastrašujući razvoj događaja.

Nakon što su ga usmerili na stvaranje jedinjenja sličnih nervnim agensima, AI je preporučila VX, najmoćniji nervni agens ikada stvoren, a takođe je dizajnirala i agense za koje se predviđalo da će biti još toksičniji od VX-a. Istraživači su izjavili da, iako predviđanja nisu potvrđena i oni “sigurno to ne žele sami da verifikuju”, modeli predviđanja koje je do sada kreirao MegaSyn bili su pouzdani. Verovatno će biti lažnih pozitivnih rezultata, i biće potrebno da se jedinjenje sintetiše da bi se testiralo, tako da je nejasno koliko bi ovih jedinjenja zapravo bilo toksično.

Tim veruje da bi ovo trebalo da bude trenutak koji otvara oči za korišćenje veštačke inteligencije u otkrivanju lekova, naglašavajući lakoću zloupotrebe ovih algoritama.

Izvor: Iflscience