Berta Sándor
Egyre fontosabbak a számítógépek a gyógyszergyártásban
Rövidebb gyógyszertesztek és hatékonyabb, személyre szabott kezelések jöhetnek.
Hosszú időbe telik, míg egy gyógyszer forgalomba kerül. A gyártók számos laboratóriumi és klinikai tesztnek vetik alá a készítményeiket, hogy kiderítsék a lehetséges mellékhatásokat, s ez idő-, illetve költségigényes. A Janssen cég, amely a Johnson & Johnson kutatási részlege, ezen szeretne változtatni és megfelelő tudományos partnert keresett. A választás végül a linzi Johannes Kepler Egyetem Bioinformatikai Intézetére esett.
"A számítógépes modellek és azok előrejelzései egyre pontosabbak és jobbak" - nyilatkozta Sepp Hochreiter professzor, az intézmény vezetője. Az első vizsgálatok azt bizonyították, hogy a számítógépes prognózisok majdnem olyan pontosak, mint a laboratóriumi tesztek. Korábban a gyógyszerfejlesztések 84 százaléka bukott el azért, mert vagy a hatóanyag nem volt elég jó, vagy pedig a mellékhatások váltak túl későn ismertté. A projektek így több milliárdba kerülő tévutakat jelentettek.
Az új számítógépes módszerek nemcsak azt mutatják ki, hogy miként hatnak a különböző molekulák az egyes anyagokra, hanem azzal kapcsolatban is figyelmeztetnek, hogy a molekulák milyen hatással lehetnek a test más részeire. Közel sem jó, ha például ha valaki magas vérnyomás ellen kap egy hatékony gyógyszert, de az közben károsítja a máját. A változtatás egyúttal azt is jelenti, hogy kevesebb kísérleti állatra lesz szükség, a cégek is csökkenteni tudják az elhibázott kísérletek számát, ezáltal több pénzt fektethetnek be új projektekbe. Ráadásul lerövidíthető a gyógyszertesztelési szakasz is, aminek köszönhetően a készítmények gyorsabban kerülnek forgalomba.
A Janssen megerősítette, hogy az elmúlt évtizedben évente csökkent az újonnan engedélyezett gyógyszerek száma. A kutatók azt szeretnék, hogy a jövőben személyre szabott gyógyszereket lehessen létrehozni, hiszen minden test más és az egyes készítmények minden betegnél másképp hathatnak. A számítógépes modellek képesek figyelembe venni a beteg nemét, a genetikai eltéréseket és a környezeti hatásokat. Így a kezelések valóban testre szabhatók, ezáltal növelhető a hatékonyság és ezzel párhuzamosan csökkenthetők a mellékhatások.
Hochreiter szerint ők összekötik a gyógyítást az informatikával, különösen a gépi tanulással. A számítógép képes felismerni a klinikai tanulmányok hatalmas adatmennyiségeiben a biológiai összefüggéseket. Az osztrák tudósok a Deep Learning módszert alkalmazzák, ami korábban már felkeltette a Facebook, a Google és a Microsoft érdeklődését is.
Hosszú időbe telik, míg egy gyógyszer forgalomba kerül. A gyártók számos laboratóriumi és klinikai tesztnek vetik alá a készítményeiket, hogy kiderítsék a lehetséges mellékhatásokat, s ez idő-, illetve költségigényes. A Janssen cég, amely a Johnson & Johnson kutatási részlege, ezen szeretne változtatni és megfelelő tudományos partnert keresett. A választás végül a linzi Johannes Kepler Egyetem Bioinformatikai Intézetére esett.
"A számítógépes modellek és azok előrejelzései egyre pontosabbak és jobbak" - nyilatkozta Sepp Hochreiter professzor, az intézmény vezetője. Az első vizsgálatok azt bizonyították, hogy a számítógépes prognózisok majdnem olyan pontosak, mint a laboratóriumi tesztek. Korábban a gyógyszerfejlesztések 84 százaléka bukott el azért, mert vagy a hatóanyag nem volt elég jó, vagy pedig a mellékhatások váltak túl későn ismertté. A projektek így több milliárdba kerülő tévutakat jelentettek.
Az új számítógépes módszerek nemcsak azt mutatják ki, hogy miként hatnak a különböző molekulák az egyes anyagokra, hanem azzal kapcsolatban is figyelmeztetnek, hogy a molekulák milyen hatással lehetnek a test más részeire. Közel sem jó, ha például ha valaki magas vérnyomás ellen kap egy hatékony gyógyszert, de az közben károsítja a máját. A változtatás egyúttal azt is jelenti, hogy kevesebb kísérleti állatra lesz szükség, a cégek is csökkenteni tudják az elhibázott kísérletek számát, ezáltal több pénzt fektethetnek be új projektekbe. Ráadásul lerövidíthető a gyógyszertesztelési szakasz is, aminek köszönhetően a készítmények gyorsabban kerülnek forgalomba.
A Janssen megerősítette, hogy az elmúlt évtizedben évente csökkent az újonnan engedélyezett gyógyszerek száma. A kutatók azt szeretnék, hogy a jövőben személyre szabott gyógyszereket lehessen létrehozni, hiszen minden test más és az egyes készítmények minden betegnél másképp hathatnak. A számítógépes modellek képesek figyelembe venni a beteg nemét, a genetikai eltéréseket és a környezeti hatásokat. Így a kezelések valóban testre szabhatók, ezáltal növelhető a hatékonyság és ezzel párhuzamosan csökkenthetők a mellékhatások.
Hochreiter szerint ők összekötik a gyógyítást az informatikával, különösen a gépi tanulással. A számítógép képes felismerni a klinikai tanulmányok hatalmas adatmennyiségeiben a biológiai összefüggéseket. Az osztrák tudósok a Deep Learning módszert alkalmazzák, ami korábban már felkeltette a Facebook, a Google és a Microsoft érdeklődését is.