Als Teil von Advancing Drug Discovery: Eine Webinarreihe der National Academies of Sciences, Engineering and Medicinewird eine zweiteilige Serie über KI im Arzneimitteldesign vorgestellt. Die 60-minütige Sitzung besteht aus einer Präsentation von Dr. Marinka, Assistenzprofessorin an der Harvard University in der Abteilung für Biomedizinische Informatik, über die Entdeckung molekularer Arzneimittel und einer Frage-und-Antwort-Runde.
Der erste Teil dieses Workshops stellt vor, wie KI die molekulare Wirkstoffforschung vorantreibt. Große Sprachmodelle und generative KI verändern das Arzneimitteldesign tiefgreifend. Die Diskussion umfasst selbstüberwachtes Lernen, das umfangreiche unbeschriftete Datensätze nutzt, und geometrisches Deep Learning, das die Geometrie und Struktur biochemischer Daten nutzt. Diese Ansätze führen zu generativen Modellen, die dabei helfen, nützliche Moleküle zu entwerfen, indem sie molekulare Strukturen erzeugen, die die Bindungsaffinität zu biologischen Zielen maximieren, als optimale Bindemittel dienen und spezifische biochemische Eigenschaften aufweisen. Damit Arzneimittel wirksam sind, müssen sie in relevanten biologischen Kontexten auf biologische Ziele einwirken. Die Sitzung beschreibt PINNACLE, ein graphisches neuronales Netzwerk, das optimale zelluläre Kontexte für die Wirkung von Arzneimitteln identifiziert. PINNACLE-Modelle erfüllen eine Reihe von Aufgaben, darunter die Verbesserung der 3D-Strukturproteindarstellungen, die für die Immunonkologie von entscheidender Bedeutung sind, die Vorhersage der Wirkung von Arzneimitteln in verschiedenen Zelltypkontexten und die Nominierung therapeutischer Ziele auf zelltypspezifische Weise.
Marinka Zitnik ist Assistenzprofessorin in der Abteilung für Biomedizinische Informatik in Harvard und hat zudem Positionen am Kempner Institute for the Study of Natural and Artificial Intelligence der Harvard University, am Broad Institute of MIT and Harvard sowie an der Harvard Data Science inne. Zitnik erforscht die Grundlagen der KI, die zum wissenschaftlichen Verständnis von Medizin und Therapiedesign beitragen und es KI ermöglichen, selbstständig zu lernen und sich Wissen anzueignen. Ihre Forschung wurde mit mehreren Preisen für die besten Arbeiten und Forschungsarbeiten ausgezeichnet, darunter dem Kavli Fellowship der National Academy of Sciences, Auszeichnungen der International Society for Computational Biology, der International Conference in Machine Learning, Bayer Early Excellence in Science, Amazon Faculty Research, Google Faculty Research, Roche Alliance with Distinguished Scientists und des Sanofi iDEA-iTECH Award. Sie gründete Therapeutics Data Commons, eine globale Open-Science-KI-Stiftung zur Förderung der therapeutischen Wissenschaft, und ist Fakultätsleiterin der Initiative AI4Science.
Ana Ferreras – aferrerasfiel@nas.edu
Photo by National Cancer Institute on Unsplash
