Výrazně zkrátit čas a také snížit náklady spojené s vývojem nových léčiv. Právě s tím mohou výrazně pomoci metody strojového učení. Role algoritmů vytvářených umělou inteligencí se tak do budoucna bude stále více zvětšovat. I proto při objevování nových farmak spojili síly vědci z pražské techniky a olomoucké lékařské fakulty.
Badatelům z katedry kybernetiky Fakulty elektrotechnické ČVUT se podařilo vyvinout postup, který je s využitím nástrojů umělé inteligence schopen z mikroskopických obrázků vyhodnotit účinek vybraných léčiv na kulturu nádorových buněk. „Pravděpodobnost správné klasifikace do jedné ze tří skupin u naší metody překračuje 98 procent, čímž překonáváme předchozí metody,“ konstatoval Jan Kybic, vedoucí skupiny Algoritmy pro biomedicínské zobrazování z FEL ČVUT. Výsledky vědci také publikovali v odborném časopise Computers in Biology and Medicine.
Screeningem k novým léčivům
Poznatky týmu profesora Kybice otevírají cestu k výrazně jednoduššímu vysokokapacitnímu buněčnému screeningu, který může přispět k rychlejšímu vývoji nových protinádorových léčiv. V současnosti je už standardem, že je umělá inteligence, a její praktické aplikace, v medicíně hojně využívána. Zmínit se dá radiologická diagnostika, histopatologie nebo například endoskopické vyšetření.
„Novou aplikací, kterou jsme rozvinuli ve spolupráci s týmem profesora Kybice na FEL ČVUT v Praze, je využití umělé inteligence v oblasti vývoje léčiv. Dlouhodobě jsme se domnívali, že z reakce buněk na potenciální léčivo v čase lze odhadnout mechanismus jeho účinku, který je ovšem lidským okem a mozkem nevyhodnotitelný,“ vysvětlil Marián Hajdúch, ředitel Ústavu molekulární a translační medicíny (ÚMTM) Lékařské fakulty Univerzity Palackého, který zároveň zastává post lékařského ředitele Národního ústavu pro výzkum rakoviny (NÚVR).
Díky propojení dvou výzkumných týmů a unikátní výzkumné infrastruktury CZ-OPENSCREEN (nejmodernější výzkumná infrastrukturu v oblastech chemické biologie a genetiky provozovaná Ústavem molekulární genetiky Akademie věd ČR s možností otevřeného přístupu externím uživatelům, pozn. red.) a EATRIS-CZ (poskytuje excelentní výzkumnou infrastrukturu a expertízu v rámci celého translačního hodnotového řetězce, pozn. red.) bylo možné analyzovat obraz buněk vystavených působení léčiv pomocí nástrojů umělé inteligence. Získané výsledky zcela předčily očekávání vědců. „Podařilo se nám rozlišit účinek i chemicky a mechanisticky velmi příbuzných látek,“ netají se potěšením docent Hajdúch.
Rychleji a bez poškození
Badatelé při svém výzkumu měli k dispozici rozsáhlé banky chemických látek a přístrojového vybavení Lékařské fakulty UP, se kterými je možné realizovat velké množství experimentů. Časosběrné snímky, které zachycují reakci buněčných kultur vystavených účinkům léčiv, následně putovaly k počítačovému zpracování informatiků na pražské technice. Ti snímky s pomocí nástrojů umělé inteligence zanalyzovali.
Informatici z FEL ČVUT při analýze obrazů buněk využívají snímky z fázové kontrastní mikroskopie, které je možné ve srovnání s konvenčními fluorescenčními snímky získat snadněji a rychleji. Další výhodou těchto snímků je to, že nepoškozují buňky.
„Využíváme konvoluční neuronovou síť, která už je vycvičená přímo na vstupních snímcích z fázové kontrastní mikroskopie. Vyhodnocení účinku jedné kontrastní látky trvá řádově několik vteřin na obrázek za předpokladu, že je neuronová síť již vytrénovaná, což zabere několik dní,“ popsal proces vyhodnocování dat profesor Kybic. Nejnáročnější podle něj je síť naprogramovat a navrhnout vhodné algoritmy. Nejedná se o žádnou chvilkovou záležitost, ale mnohaměsíční práci. Při zpracování dat vědci využívají superpočítač RCI umístěný v prostorách ČVUT.
Vysoce výkonný buněčný screening za standardizovaných podmínek má být pouze jedním z mnoha dalších kroků v procesu vzniku léčiv. Společnému týmu vědců ze skupiny Algoritmy pro biomedicínské zobrazování na FEL ČVUT a Ústavu molekulární a translační medicíny Lékařské fakulty Univerzity Palackého v Olomouci se zatím podařilo tímto způsobem analyzovat účinek několika chemických látek. V dalších fázích výzkumu se plánují zaměřit na rozšíření velikosti zkoumaného souboru na stovky různých chemických látek. Zároveň také chtějí zohledňovat různé mechanismy účinku a případně více typů buněčných linií.
PŘEČTĚTE SI: Od zklamání k patentům. Čeští vědci ověřují novou metodu detekce rakoviny slinivky v časném stádiu
