IA per a l'Alzheimer
L'Alzheimer és un dels problemes no resolts més difícils de la medicina i un dels més devastadors. Mata milions de persones, suposa una càrrega enorme per a les famílies i encara escapa en gran part al que la medicina pot fer avui dia. A la Fundació OpenAI, volem canviar-ho fent servir la IA avançada per accelerar la ciència de la prevenció i el tractament de la malaltia.1 Com a primer pas, aquest mes estem treballant per assignar més de 100 milions de dòlars ($) en subvencions, repartides entre sis institucions de recerca, per donar suport a la recerca sobre l'Alzheimer i accelerar-la; generant noves dades, ajudant a dissenyar nous fàrmacs i ampliant les possibles vies de tractament.
Aquestes subvencions representen l'inici de la nostra feina; queda molt més per fer. Preveiem concedir més ajuts per a la recerca sobre l'Alzheimer durant tot el 2026 i més endavant, a més científics i institucions de recerca, perquè, plegats, puguem finalment prevenir i tractar l'Alzheimer.
Per què centrar-se en l’Alzheimer?
La nostra missió és garantir que l'AGI beneficiï tota la humanitat. L'Alzheimer és un problema enorme, s'agreuja a mesura que les poblacions envelleixen, i la complexitat de la malaltia la converteix en un bon camp d'aplicació per a la IA.
L'Alzheimer no només afecta els milions de persones a qui se'ls ha diagnosticat la malaltia, sinó també els seus cònjuges, fills i altres persones cuidadores que els donen suport. La malaltia imposa una càrrega emocional i financera immensa a les famílies.
En les darreres dècades, la humanitat ha avançat en la lluita contra tres de les quatre principals causes de mort; les malalties del cor, les malalties infeccioses i alguns càncers; reduint el risc de morir a qualsevol edat:
Taxa de mortalitat estandarditzada per edat per cada 100.000 persones, a escala mundial, per a tres grans causes de mort (IHME)
Tanmateix, desenvolupar tractaments eficaços per a la quarta gran causa de mortalitat; les malalties neurodegeneratives, com l'Alzheimer; ha resultat fins ara en gran mesura irresoluble, malgrat els esforços dels millors científics de la humanitat:
Taxa de mortalitat estandarditzada per edat, a escala mundial, per a l'Alzheimer (IHME)
Això es deu al fet que l'Alzheimer no sembla estar impulsat per una única causa, sinó per la interacció de factors de risc genètics, el plegament incorrecte de proteïnes, la inflamació, la disfunció sinàptica i altres aspectes, que interactuen amb factors ambientals al llarg de dècades, i tot plegat té lloc al cervell, un òrgan difícil d’estudiar i al qual és difícil fer-hi arribar fàrmacs. Els enfocaments tradicionals de recerca han tingut dificultats per donar-hi sentit.
La IA està especialment preparada per afrontar aquesta complexitat. La seva capacitat de raonar a partir de diferents tipus de dades; inclosos símptomes clínics dels pacients, marcadors biològics de malaltia, cribratges de candidats a fàrmacs i molt més; ofereix una manera fonamentalment nova d'entendre com interactuen aquests factors, identificar dianes farmacològiques adequades i diagnosticar riscos sobre els quals es pot actuar dècades abans en els pacients.
El nostre objectiu és ajudar els científics a inventar noves eines per prevenir i tractar per fi l'Alzheimer. Com que fins ara ha estat tan difícil assolir aquest objectiu, ho considerem una prova clara de la capacitat de la IA per canviar el que és possible en salut humana. El nostre objectiu és tenir un impacte significatiu en les persones amb risc de patir l'Alzheimer i en les seves famílies.
El nostre enfocament inicial
Agraïm el suport que hem rebut de revisors científics externs per orientar les nostres estratègies inicials. Tot i que ens entusiasma enormement cadascun d'aquests àmbits de donació, no preveiem assolir el nostre objectiu de prevenir i tractar l'Alzheimer d'un dia per l’altre. Alguns experiments donaran resultats negatius, i hi haurà contratemps durant el procés. Aquesta és la naturalesa de la ciència; i aprendrem tan de pressa com puguem, actualitzant el nostre enfocament a mesura que arribin els resultats.
Per començar, tenim hipòtesis inicials sobre com podem donar suport a l'ecosistema de recerca d'una manera que sigui complementària als esforços existents i que aprofiti el que ara és possible amb la IA. En conjunt, això genera una "pila de cinc capes" d'activitats a les institucions de recerca capdavanteres:
1. Crear un "mapa causal" de l’Alzheimer amb IA per validar dianes d’intervenció. Ara sembla clar que hi ha molts factors que contribueixen a l'Alzheimer, no pas un de sol. Això implica que hauríem de cartografiar tota la xarxa de factors causals per identificar amb precisió els nodes més eficaços per a la intervenció terapèutica en diferents persones. En col·laborar amb investigadors d’avantguarda en IA aplicada a la biologia, com els de l’Arc Institute, volem entendre com reaccionen els "organoides" cerebrals model a diferents combinacions de factors de risc genètics i ambientals. Aquestes dades experimentals a gran escala es poden utilitzar per entrenar models d'IA que orientin experiments futurs. Amb aquest motor híbrid, els investigadors poden compartir els seus resultats durant el procés perquè altres els puguin aprofitar, i proposar dianes farmacològiques basades en mecanismes per a proves addicionals.
Membres de l'equip de la Iniciativa sobre l 'Alzheimer de l'Arc Institute (d'esquerra a dreta: Lorena Saavedra, Nianzhen Li, Dave Burke, Tony Hua, Silvana Konermann, Dara Leto, Patrick Hsu, Megan van Overbeek, Kristen Seim). Crèdit: Raymond Rudolph.
L'Alzheimer s'ha resistit al tractament en part perquè és la malaltia complexa per excel·lència. És el resultat de centenars de factors de risc genètics i ambientals que interactuen en diferents tipus de cèl·lules al llarg de dècades. A l'Arc, estem creant les tecnologies experimentals i computacionals per cartografiar realment aquestes interaccions a escala.
Volem trobar pertorbacions que puguin fer clic i arrossegar una cèl·lula d'un estat patològic cap a un de saludable. Per fer-ho, executem un cicle d'aprenentatge actiu: alterem de manera sistemàtica models de teixit humà a partir de dades de pacients, mesurem què passa i fem servir els resultats per millorar iterativament els nostres models d'IA de l'Alzheimer. Cada cicle ens proporciona una imatge causal més precisa d'on convergeixen les vies de la malaltia i on cal intervenir.
2. Dissenyar nous fàrmacs amb l'ajuda de la IA i provar-los al laboratori, amb col·laboradors com l'Institute for Protein Design, juntament amb neuròlegs i neurocientífics capdavanters del Mass General Brigham Neuroscience Institute. Des del 2000, s'han provat més de 100 fàrmacs per tractar l'Alzheimer en assaigs clínics, però gairebé tots van resultar ineficaços o van provocar efectes secundaris no desitjats. Nosaltres creiem que les molècules dissenyades amb l'ajuda d'eines d'IA per a la biologia tindran més probabilitats d'èxit amb el temps. Però, per determinar si això és cert, primer s'han de poder validar les creacions digitals en cèl·lules, teixits i animals.
A l'Institute for Protein Design de la University of Washington, ens comprometem a construir canals col·laboratius centrats en tenir el màxim impacte positiu en el benestar global. Utilitzant els nostres models més nous de disseny de proteïnes impulsats per IA, hem creat amb èxit molècules que interactuen, modifiquen i degraden dianes crítiques per a la progressió de la malaltia d'Alzheimer. Ampliar, perfeccionar i compartir aquest conjunt d'eines amb neurocientífics que puguin aplicar les nostres proteïnes dissenyades per predir i resoldre la neurodegeneració és una de les nostres màximes prioritats.
3. Donar suport a conjunts de dades oberts per predir l'activitat dels fàrmacs i traçar la progressió de la malaltia amb o sense intervenció. Això inclou la creació de nous conjunts de dades obertes rellevants per a l'Alzheimer amb organitzacions sense ànim de lucre com l'organització de recerca focalitzada EvE Bio. També inclou donar suport a l'ampliació dels conjunts de dades longitudinals i epidemiològiques existents, així com oportunitats per obrir de manera responsable els conjunts de dades existents recopilats per empreses biotecnològiques que poden beneficiar tots els investigadors.
Microdispensació de compostos en plaques preparades per a assajos per al cribratge quantitatiu d'alt rendiment i la perfilació en diferents objectius. Crèdit: EvE Bio.
4. Establir nous biomarcadors de malalties, millorant el diagnòstic i la manera com es duen a terme els assaigs clínics, amb col·laboradors com UCSF. L'aprovació l'any passat de la primera anàlisi de sang per detectar l'Alzheimer dona als metges especialistes més eines per avaluar l'estat d'un pacient d'una manera menys invasiva. La sang i altres biomarcadors també ofereixen als investigadors la capacitat de mesurar quin efecte poden tenir els medicaments en la progressió de la malaltia en assajos clínics, incloses les mesures secundàries en assajos que tenen com a objectiu principal una malaltia diferent (com es mostra en aquest assaig recent sobre malaltia cardiovascular). Ara que la IA pot interpretar senyals biològics més complexos, hi ha més oportunitats d'anar més enllà amb la proteòmica moderna i altres tipus de mostreig en pacients.
L’Alzheimer continua sent un dels reptes més urgents de la medicina, i el progrés depèn de connectar els avenços científics amb l'atenció als nostres pacients. Aquesta col·laboració ens permet connectar esforços capdavanters a escala mundial; des dels avenços en el disseny de proteïnes fins a coneixements clínics i biològics profunds aquí a UCSF; per entendre millor la malaltia i identificar noves vies de tractament. Amb la IA ajudant-nos a integrar aquests coneixements i a donar sentit a una complexitat enorme, tenim l'oportunitat d'accelerar descobriments que podrien canviar significativament la vida dels pacients.
5. Provar tractaments amb patent caducada i fer servir la IA per interpretar de la millor manera les dades anonimitzades dels pacients i les experiències comunicades en línia. Hi ha diverses intervencions per a les quals hi ha proves que suggereixen un efecte; per exemple, orotat de liti i la vacuna contra l’herpes zòsterfora de patent; però per a les quals calen més proves d'alta qualitat i el sector privat no té incentius per pagar assajos clínics.
La meva esperança és que la capacitat de l'orotat de liti a una dosi fisiològica per revertir la patologia i restaurar la memòria en models de ratolí de l'Alzheimer es traslladi a la població humana envellida. El liti és el que fa funcionar els nostres telèfons mòbils, ordinadors portàtils i vehicles elèctrics. Diria que el cervell podria haver aprofitat la seva electroquímica única abans que nosaltres ho féssim.
Aprenentatge iteratiu
Avançarem en tots cinc fronts alhora, per complementar altres esforços en l'ecosistema de recerca. Esperem ampliar els nostres enfocaments actuals a mesura que rebem més comentaris de la comunitat investigadora, perquè plegats puguem determinar com prevenir i tractar l’Alzheimer.
Abordant l'Alzheimer de manera frontal, aspirem no només a ajudar a canviar l'evolució d'aquesta malaltia, sinó també a crear eines i coneixement que puguin accelerar els avenços contra moltes altres.
* * *
Si t'interessa rebre novetats de l'OpenAI Foundation, subscriu-te aquí. Si vols posar-te en contacte amb el nostre equip de Ciències de la vida i guariment de malalties, ens pots escriure a [email protected].
A més dels articles acadèmics, ens encanta llegir informes, articles de format llarg i entrades de blog sobre IA i ciència. Tot i que no estem d’acord amb totes les afirmacions d'aquestes peces, això inclou aquest informe de les National Academies, aquest article de revisió sobre la cartera de fàrmacs en desenvolupament per a l’Alzheimer, resums generals dels avenços mèdics com aquesta peça sobre les taxes de mortalitat per malalties cardiovasculars, aquesta entrada de Science al blog sobre les dificultats perquè la IA faci progressos en medicina, i aquesta idea de dades clíniques de l'IFP.
T'animem a publicar les teves anàlisis públicament i a enviar-nos un enllaç per correu electrònic si creus que el teu punt de vista ens pot resultar útil.
Notes al peu
- 1
Més concretament, ens centrem en l'Alzheimer i els trastorns relacionats; l'Alzheimer sovint coexisteix amb altres demències.