AI az Alzheimer-kór kezelésében

Az Alzheimer-kór az orvostudomány egyik legnehezebb, máig megoldatlan problémája, és egyben az egyik legpusztítóbb is. Emberek millióinak életét követeli, óriási terhet ró a családokra, és ma is olyan kihívás, amellyel az orvostudomány csak korlátozottan tud megbirkózni. Az OpenAI Alapítványnál ezen úgy akarunk változtatni, hogy fejlett MI segítségével felgyorsítjuk a betegség megelőzését és kezelését célzó kutatásokat.^1⁠ Első lépésként ebben a hónapban azon dolgozunk, hogy több mint 100 millió dollárnyi támogatást biztosítsunk hat kutatóintézet számára az Alzheimer-kór kutatásának támogatása és felgyorsítása érdekében – új adatok létrehozására, új gyógyszerek tervezésének elősegítésére és a kezelés lehetséges útjainak bővítésére.

Ezek a támogatások csak a munkánk kezdetét jelentik; sok még a tennivaló. Várhatóan 2026 során és azt követően is további Alzheimer-kórral kapcsolatos támogatást nyújtunk majd még több tudósnak és kutatóintézetnek, hogy együtt végre megelőzhessük és kezelhessük az Alzheimer-kórt.

Miért az Alzheimer-kórra összpontosítunk?

Küldetésünk annak biztosítása, hogy az AGI az egész emberiség javát szolgálja. Az Alzheimer-kór óriási probléma, a népesség öregedésével egyre súlyosbodik, és a betegség összetettsége pedig jól illeszkedik az AI képességeihez.

Az Alzheimer-kór nemcsak a betegséggel diagnosztizált emberek millióit érinti, hanem a házastársaikat, gyermekeiket és az őket támogató többi gondozót is. A betegség óriási érzelmi és anyagi terhet ró a családokra.

Az emberiség az elmúlt néhány évtizedben előrelépést ért el a négy legnagyobb halálok közül hárommal szemben - a szívbetegségek, a fertőző betegségek és egyes daganatos megbetegedések visszaszorításában -, csökkentve az adott életkorban bekövetkező halálozás kockázatát:

A negyedik leggyakoribb halálok – a neurodegeneratív betegségek, például az Alzheimer-kór – hatékony kezeléseinek kifejlesztése azonban eddig nagyrészt megoldhatatlannak bizonyult, az emberiség legkiválóbb tudósainak minden erőfeszítése ellenére:

Ez azért van, mert az Alzheimer-kórt nem egyetlen ok váltja ki, hanem genetikai kockázati tényezők, fehérje meghibásodása, gyulladás, szinaptikus működési zavarok és más folyamatok kölcsönhatása- amelyek évtizedeken át környezeti tényezőkkel együtt hatnak, és mindez az agyban zajlik, egy olyan szervben, amelyet nehéz vizsgálni és amelybe nehéz gyógyszereket juttatni. A hagyományos kutatási megközelítések nehezen tudnak eligazodni ebben.

Az AI egyedülállóan alkalmas arra, hogy megbirkózzon ezzel a komplexitással. Az a képessége, hogy különböző típusú adatokból - beleértve a betegek klinikai tüneteit, a betegségek biológiai markereit, a gyógyszerjelöltek szűrési eredményeit és egyebeket - következtetéseket tud levonni, alapvetően új megközelítést kínál annak megértésére, hogyan lépnek kölcsönhatásba ezek a tényezők, hogyan azonosíthatók a megfelelő gyógyszercélpontok, és hogyan diagnosztizálhatók a betegek esetében akár évtizedekkel korábban a beavatkozást lehetővé tevő kockázatok.

Célunk, hogy segítsük a tudósokat abban, hogy új eszközöket fejlesszenek ki az Alzheimer-kór átfogó megelőzésére és kezelésére. Mivel ezt a célt mindeddig nehéz volt elérni, ezért ezt az AI képességének egyértelmű próbájaként tekintjük, hogy megváltoztassa az emberi egészséggel kapcsolatos lehetőségeket. Célunk, hogy érdemi változást hozzunk az Alzheimer-kór kockázatának kitett emberek és családjaik számára.

Kezdeti megközelítésünk

Hálásak vagyunk a külső tudományos szakértőktől kapott támogatásért, amely segítette kezdeti stratégiáink kialakítását. Bár rendkívül lelkesek vagyunk mindegyik támogatott terület kapcsán, nem számítunk arra, hogy az Alzheimer-kór megelőzésére és kezelésére irányuló célunkat egyik napról a másikra elérjük. Egyes kísérletek negatív eredménnyel zárulnak majd, és útközben visszaesések is lesznek. Ez a tudomány természetéből fakad - és mi a lehető leggyorsabban tanulunk majd, az eredményekkel pedig folyamatosan frissítjük a megközelítésünket.

Első lépésként vannak kezdeti elképzeléseink arról, hogyan támogathatjuk a kutatási ökoszisztémát a meglévő erőfeszítéseket kiegészítő módon, és hogyan használhatjuk ki azt, amit az AI ma már lehetővé tesz. Mindez együtt a tevékenységek „öt rétegből álló rendszerét” hozza létre a vezető kutatóintézetekben:

1. „Oktérkép készítése” az Alzheimer-kórról AI segítségével, a beavatkozási célpontok validálására. Mostanra világossá vált, hogy az Alzheimer-kórnak számos kiváltó tényezője van, nem csak egy. Ez azt jelenti, hogy fel kell térképeznünk az oksági tényezők teljes hálózatát, hogy azonosítsuk a terápiás beavatkozás szempontjából leghatékonyabb csomópontokat különböző emberek számára. Azáltal, hogy együttműködünk a biológiában alkalmazott AI élvonalában dolgozó kutatókkal, mint például az Arc Institute⁠, célunk annak megértése, hogy az agyi „organoid” modellek hogyan reagálnak a genetikai és környezeti kockázati tényezők különböző kombinációira. Az ilyen nagyszabású kísérleti adatok felhasználhatók AI modellek betanítására, amelyek alapul szolgálnak a jövőbeli kísérletekhez. Ezzel a hibrid motorral a kutatók megoszthatják eredményeiket, hogy mások tovább építhessenek rájuk, és mechanisztikus ismereteken alapuló gyógyszercélpontokat javasolhatnak további vizsgálatokra.

Az Alzheimer-kór részben azért áll ellen a kezelésnek, mert a komplex betegségek mintapéldája. Ez több száz genetikai és környezeti kockázati tényező eredménye, amelyek évtizedeken át a különböző sejttípusokban kölcsönhatásba lépnek. Az Arcnál olyan kísérleti és számítási technológiákat fejlesztünk, amelyekkel ténylegesen nagy léptékben feltérképezhetjük ezeket az interakciókat.

—Patrick Hsu, PhD, az Arc Institute társalapítója és vezető kutatója

Olyan beavatkozásokat szeretnénk találni, amelyekkel egy sejtet „rákattintva és visszahúzva” egy beteg állapotból egészséges állapotba lehet visszahozni. Ehhez aktív tanulási ciklust futtatunk: a betegadatok alapján szisztematikusan módosítjuk az emberi szövetmodelleket, mérjük az eredményeket, és azokat felhasználva iteratív módon javítjuk az Alzheimer-kórról alkotott AI-modelljeinket. Minden egyes ciklus egyre pontosabb oksági képet ad arról, hol futnak össze a betegséglefolyások, és hol érdemes beavatkozni.

—Silvana Konermann, PhD, az Arc Institute társalapítója és ügyvezető igazgatója

2. Új gyógyszerek tervezése AI segítségével, illetve laboratóriumi tesztelésük – olyan partnerekkel, mint a Institute for Protein Design⁠, valamint a Mass General Hospital vezető neurológusaival és idegtudósaival. 2000 óta több mint 100 Alzheimer-kór elleni gyógyszert teszteltek klinikai vizsgálatokban, de szinte mindegyik hatástalannak bizonyult, vagy nem kívánt mellékhatásokat okozott. Úgy gondoljuk, hogy az AI-alapú biológiai eszközökkel tervezett molekulák idővel nagyobb eséllyel lesznek sikeresek. Ahhoz azonban, hogy ezt megállapíthassuk, a kutatóknak először képesnek kell lenniük digitális alkotásaik validálására sejtekben, szövetekben és állatokban.

Az Institute for Protein Design intézetben elkötelezettek vagyunk az együttműködésen alapuló folyamatok kialakítása iránt, amelyek célja a globális jóllétre gyakorolt legnagyobb pozitív hatás elérése. A legújabb, AI által vezérelt fehérjetervezési modelljeinkkel sikeresen terveztünk olyan molekulákat, amelyek kötődnek az Alzheimer-kór előrehaladásában kulcsfontosságú célpontokhoz, módosítják azokat, és lebontják őket. Az eszközkészlet bővítése, finomítása és megosztása azokkal az idegtudósokkal, akik tervezett fehérjéinket a neurodegeneráció előrejelzésére és kezelésére használhatják, az egyik legfontosabb prioritásunk.

—David Baker, PhD, Nobel-díjas, a Washingtoni Egyetem Institute for Protein Design intézetének igazgatója

3. Nyílt adatkészletek támogatása a gyógyszeraktivitás előrejelzéséhez, valamint a betegség lefolyásának beavatkozással és beavatkozás nélkül történő nyomon követéséhez. Ez magában foglalja új, az Alzheimer-kórral kapcsolatos nyílt adatkészletek létrehozását olyan nonprofit szervezetekkel, mint például a Focused Research Organisation EvE Bio⁠. Magában foglalja továbbá a meglévő longitudinális és epidemiológiai adatkészletek bővítésének támogatását, valamint annak lehetőségét, hogy a biotechnológiai vállalatok által gyűjtött meglévő adatkészleteket felelősségteljesen megnyissuk , ami minden kutató számára hasznos lehet.

4. Új biomarkerek meghatározása a betegségekhez, javítva a diagnózist és a klinikai vizsgálatok lefolytatásának módját, olyan együttműködő partnerekkel, mint az UCSF. Az első, Alzheimer-kór kimutatására szolgáló vérvizsgálat tavalyi⁠ jóváhagyása több eszközt ad a szakorvosok kezébe ahhoz, hogy kevésbé invazív módon mérjék fel a beteg állapotát. A vér és más biomarkerek azt is lehetővé teszik a kutatók számára, hogy klinikai vizsgálatokban mérjék, milyen hatással lehetnek a gyógyszerek a betegség előrehaladására, beleértve az elsősorban egy másik betegséget célzó vizsgálatokban alkalmazott másodlagos mérőszámokat is (amint az a szív- és érrendszeri betegségekről szóló e közelmúltbeli vizsgálatban⁠ is látható). A modern proteomika és a betegektől származó egyéb mintavételi módszerek révén még több lehetőség nyílik a továbblépésre, most, hogy az AI képes értelmezni az összetettebb biológiai jeleket is.

Az Alzheimer-kór továbbra is az orvostudomány egyik legsürgetőbb kihívása, és az előrelépés attól függ, hogy sikerül-e összekapcsolni a tudományos áttöréseket a betegek ellátásával. Ez az együttműködés lehetővé teszi, hogy összekapcsoljuk a világszínvonalú erőfeszítéseket - a fehérjetervezés terén elért előrelépésektől kezdve egészen az itt, az UCSF-en rendelkezésre álló mély klinikai és biológiai ismeretekig - annak érdekében, hogy jobban megértsük a betegséget, és új kezelési lehetőségekhez vezető utakat ismerjünk fel. Az AI segít bennünket abban, hogy ezeket az ismereteket integráljuk, és értelmet adjunk a rendkívüli összetettségnek, így lehetőségünk nyílik felgyorsítani azokat a felfedezéseket, amelyek érdemben javíthatják a betegek életét.

—S. Andrew Josephson, MD, a Neurológia professzora és tanszékvezetője a UCSF-en és a UCSF Weill Institute for Neurosciences intézetben

5. Lejárt szabadalmi védelemmel bíró kezelések vizsgálata, és AI használata az anonimizált betegadatok és az online megosztott betegtapasztalatok lehető legjobb értelmezéséhez. Számos olyan beavatkozás létezik, amelyek esetében van hatásra utaló bizonyíték - például a lítium-orotát⁠ és a lejárt szabadalmú övsömör elleni vakcina⁠-, de ezeknél további, magas színvonalú bizonyítékokra van szükség, és a magánszektornak nem fűződik érdeke klinikai vizsgálatok finanszírozásához.

Abban reménykedem, hogy a lítium-orotát fiziológiás dózisának azon képessége, hogy visszafordítsa a kóros elváltozásokat és helyreállítsa a memóriát az Alzheimer-kóros egérmodellekben, az idősödő emberi populációban is érvényesülni fog. A lítium működteti telefonjainkat, laptopjainkat és elektromos járműveinket. Úgy gondolom, hogy az agy már azelőtt használta egyedi elektrokémiáját, hogy mi megtettük volna.

– Bruce Yankner, MD, PhD, a Harvard Medical School genetika- és neurológiaprofesszora, valamint a Harvard Glenn Center for Biology of Aging Research társigazgatója

Iteratív tanulás

Egyszerre mind az öt területen haladunk előre, a kutatási ökoszisztémában zajló egyéb erőfeszítések kiegészítéseként. Arra számítunk, hogy a kutatóközösségtől érkező további visszajelzések alapján bővíteni fogjuk a meglévő megközelítéseinket, hogy közösen megtalálhassuk, hogyan előzhető meg és kezelhető az Alzheimer-kór.

Az Alzheimer-kór elleni közvetlen fellépéssel nemcsak e betegség lefolyásának megváltoztatását szeretnénk elősegíteni, hanem olyan eszközöket és tudást is létrehozni, amelyek a más betegségek elleni előrelépést is felgyorsíthatják.

* * *

Ha szeretne frissítéseket kapni az OpenAI Foundation alapítványról, iratkozzon fel itt⁠. Ha szeretné felvenni a kapcsolatot az Élettudományok és Betegségek gyógyítása csapatunkkal, itt ér el minket: [email protected]⁠.

A tudományos cikkeken túl hálás olvasói vagyunk az AI-ról és a tudományról szóló jelentéseknek, hosszabb elemző cikkeknek és blogbejegyzéseknek is. Bár nem értünk egyet az ezekben az írásokban szereplő összes állítással, ide tartozik ez a National Academies-jelentés⁠, az Alzheimer-kór gyógyszerfejlesztési folyamatát áttekintő cikk⁠, olyan magas szintű orvosi előrehaladási összefoglalók, mint ez az írás a szív- és érrendszeri betegségek miatti halálozási arányokról⁠, ez a Science blogbejegyzés⁠ az AI orvostudományi előrehaladásának nehézségeiről, valamint ez a klinikai adatokkal kapcsolatos javaslat az IFP-től⁠.

Arra bátorítunk mindenkit, hogy tegyék közzé nyilvánosan az elemzéseket, és küldjék el nekünk e-mailben a linket, ha úgy gondolják, hogy hasznos lehet számunkra a megközelítés.