AI voor Alzheimer

De ziekte van Alzheimer is een van de moeilijkste onopgeloste problemen in de geneeskunde, en een van de meest verwoestende. Het doodt miljoenen mensen, legt een enorme last op gezinnen en tart nog altijd veel van wat de geneeskunde vandaag de dag kan doen. Bij de OpenAI Foundation willen we daar verandering in brengen door geavanceerde AI te gebruiken om de wetenschap rond het voorkomen en behandelen van de ziekte te versnellen.^1⁠ Als eerste stap werken we eraan om deze maand meer dan $ 100 miljoen aan subsidies af te ronden, verdeeld over zes onderzoeksinstellingen, om onderzoek naar Alzheimer te ondersteunen en te versnellen, door nieuwe gegevens te genereren, te helpen bij het ontwerpen van nieuwe geneesmiddelen en mogelijke behandeltrajecten uit te breiden.

Deze subsidies vormen het begin van ons werk; er is nog veel meer te doen. We verwachten gedurende 2026 en daarna meer subsidies voor Alzheimer toe te kennen aan meer wetenschappers en onderzoeksinstellingen, zodat we samen de ziekte van Alzheimer eindelijk kunnen voorkomen en behandelen.

Waarom de focus op Alzheimer?

Het is onze missie om ervoor te zorgen dat AGI de hele mensheid ten goede komt. Alzheimer is een enorm probleem, dat groter wordt naarmate de bevolking vergrijst, en de complexiteit van de ziekte maakt deze bij uitstek geschikt voor AI.

Alzheimer treft niet alleen de miljoenen mensen bij wie de ziekte is vastgesteld, maar ook hun echtgenoten, kinderen en mensen die aan hen zorg verlenen. De ziekte legt een enorme emotionele en financiële druk op families.

De mensheid heeft de afgelopen decennia vooruitgang geboekt in de strijd tegen drie van de vier grootste doodsoorzaken, hartziekten, infectieziekten en sommige vormen van kanker, waardoor het risico op overlijden op elke leeftijd is afgenomen:

Het ontwikkelen van effectieve behandelingen voor de vierde grote doodsoorzaak, neurodegeneratieve ziekten, zoals Alzheimer, is tot nu toe echter grotendeels ongrijpbaar gebleken, ondanks de inspanningen van de beste wetenschappers van de mensheid:

Dat komt doordat de ziekte van Alzheimer niet door één enkele oorzaak lijkt te worden veroorzaakt, maar door het samenspel van genetische risicofactoren, verkeerde vouwing van eiwitten, ontsteking, synaptische disfunctie en meer, die gedurende tientallen jaren in wisselwerking staan met omgevingsfactoren en zich allemaal afspelen in de hersenen, een orgaan dat moeilijk te bestuderen is en moeilijk met geneesmiddelen te bereiken. Traditionele onderzoeksbenaderingen hebben moeite gehad om dit te begrijpen.

AI is bij uitstek geschikt om deze complexiteit het hoofd te bieden. Het vermogen om te redeneren over verschillende soorten data, zoals klinische symptomen van patiënten, biologische ziektemarkers en screenings van kandidaat-geneesmiddelen, biedt een fundamenteel nieuwe manier om te begrijpen hoe deze factoren samenhangen, geschikte aangrijpingspunten voor geneesmiddelen te identificeren en risico’s al decennia eerder vast te stellen, zodat er tijdig kan worden ingegrepen.

Ons doel is om wetenschappers te helpen nieuwe hulpmiddelen te ontwikkelen om Alzheimer eindelijk te voorkomen en te behandelen. Omdat dat doel tot nu toe zo moeilijk te bereiken is gebleken, zien we het als een duidelijke test voor het vermogen van AI om te veranderen wat er mogelijk is voor de menselijke gezondheid. We streven ernaar om een betekenisvol verschil te maken voor mensen met een verhoogd risico op Alzheimer en hun families.

Onze eerste aanpak

We zijn dankbaar voor de steun die we hebben ontvangen van externe wetenschappelijke beoordelaars bij het vormgeven van onze initiële strategieën. Hoewel we enorm enthousiast zijn over elk van deze gebieden waarop we geven, verwachten we niet dat we ons doel van preventie en behandeling van Alzheimer van de ene op de andere dag zullen bereiken. Sommige experimenten zullen negatieve resultaten opleveren en onderweg zullen er tegenslagen zijn. Dat is de aard van de wetenschap, en we zullen zo snel mogelijk leren, waarbij we onze aanpak bijstellen naarmate er resultaten binnenkomen.

Om te beginnen hebben we eerste ideeën over hoe we het onderzoeksecosysteem kunnen ondersteunen op een manier die bestaande inspanningen aanvult en benut wat er met AI mogelijk is. Samen leidt dit tot een ‘vijflaagse structuur’ van activiteiten bij toonaangevende onderzoeksinstellingen:

1. Maak met AI een 'causale kaart' van Alzheimer om doelen voor interventie te valideren. Het lijkt nu duidelijk dat Alzheimer meer dan één oorzaak heeft. Dat betekent dat we het volledige netwerk van causale factoren in kaart moeten brengen om de meest effectieve knooppunten voor therapeutische interventie voor verschillende mensen te bepalen. Door samen te werken met onderzoekers aan de voorhoede van AI in de biologie, zoals het Arc Institute⁠, willen we begrijpen hoe hersenorganoïden reageren op verschillende combinaties van genetische en omgevingsfactoren. Dergelijke grootschalige experimentele gegevens kunnen worden gebruikt om AI-modellen te trainen die richting geven aan toekomstige experimenten. Met deze hybride aanpak kunnen onderzoekers hun bevindingen tussentijds delen, zodat anderen daarop kunnen voortbouwen, en mechanistisch onderbouwde aangrijpingspunten voor geneesmiddelen aandragen voor verder onderzoek.

Alzheimer is deels moeilijk te behandelen gebleken omdat het de complexe ziekte bij uitstek is. Het is het resultaat van honderden genetische en omgevingsrisicofactoren die over verschillende celtypen heen op elkaar inwerken gedurende tientallen jaren. Bij Arc bouwen we aan de experimentele en computationele technologieën om die interacties daadwerkelijk op schaal in kaart te brengen.

—Patrick Hsu, PhD, medeoprichter en hoofdonderzoeker bij het Arc Institute

We willen interventies vinden die een cel vanuit een ziektetoestand terugbrengen naar een gezonde toestand. Om dat te doen, voeren we een active-learningcyclus uit: we verstoren systematisch modellen van menselijk weefsel op basis van patiëntgegevens, meten wat er gebeurt en gebruiken de resultaten om onze AI-modellen van de ziekte van Alzheimer iteratief te verbeteren. Elke cyclus geeft ons een scherper causaal beeld van waar de ziekteprocessen samenkomen en waar we moeten ingrijpen.

—Silvana Konermann, PhD, medeoprichter en algemeen directeur van het Arc Institute

2. Ontwerp nieuwe geneesmiddelen met behulp van AI en test ze in het lab, met samenwerkingspartners zoals het Institute for Protein Design⁠, samen met vooraanstaande neurologen en neurowetenschappers van het Mass General Hospital. Meer dan 100 geneesmiddelen tegen alzheimer zijn sinds 2000 in klinische onderzoeken getest, maar bijna allemaal werkten ze niet of hadden ze ongewenste bijwerkingen. Wij geloven dat moleculen die zijn ontworpen met behulp van AI-tools voor de biologie na verloop van tijd een grotere kans van slagen zullen hebben. Maar om vast te stellen of dat klopt, moeten onderzoekers eerst hun digitale creaties kunnen valideren in cellen, weefsels en dieren.

Bij het Institute for Protein Design zetten we ons in voor het opzetten van samenwerkingsgerichte pijplijnen die gericht zijn op het realiseren van de grootst mogelijke positieve impact op het wereldwijde welzijn. Met onze nieuwste AI-gedreven modellen voor eiwitontwerp hebben we met succes moleculen ontwikkeld die zich richten op targets die cruciaal zijn voor de progressie van de ziekte van Alzheimer, deze modificeren en afbreken. Het uitbreiden, verfijnen en delen van deze toolset met neurowetenschappers die door ons ontworpen eiwitten kunnen toepassen om neurodegeneratie te voorspellen en aan te pakken, is een van onze belangrijkste prioriteiten.

—David Baker, PhD, Nobelprijswinnaar en directeur van het Institute for Protein Design aan de Universiteit van Washington

3. Open datasets ondersteunen om geneesmiddelactiviteit te voorspellen en het ziekteverloop met en zonder interventie in kaart te brengen. Dat omvat het creëren van nieuwe open datasets die relevant zijn voor alzheimer, samen met non-profitorganisaties zoals de Focused Research Organisation EvE Bio⁠. Het omvat ook het ondersteunen van de uitbreiding van bestaande longitudinale en epidemiologische gegevenssets, evenals mogelijkheden om bestaande gegevenssets die door biotechbedrijven zijn verzameld op verantwoorde wijze toegankelijk te maken en die alle onderzoekers ten goede kunnen komen.

4. Nieuwe biomarkers voor ziekten vaststellen, de diagnose verbeteren en de uitvoering van klinische onderzoeken verbeteren, met samenwerkingspartners zoals UCSF. De goedkeuring van de eerste bloedtest voor Alzheimer vorig jaar⁠ geeft gespecialiseerde artsen meer tools om de toestand van een patiënt op een minder invasieve manier te beoordelen. Bloed en andere biomarkers geven onderzoekers ook de mogelijkheid om te meten welk effect geneesmiddelen kunnen hebben op ziekteprogressie in klinische onderzoeken, ook als secundaire metingen in onderzoeken die primair op een andere ziekte zijn gericht (zoals aangetoond in dit recente onderzoek⁠ naar hart- en vaatziekten). Er zijn meer mogelijkheden om verder te komen met moderne proteomica en andere patiëntmonsters, nu AI complexere biologische signalen kan interpreteren.

Alzheimer blijft een van de meest urgente uitdagingen in de geneeskunde, en vooruitgang hangt af van het verbinden van wetenschappelijke doorbraken met de zorg voor onze patiënten. Deze samenwerking stelt ons in staat toonaangevende inspanningen met elkaar te verbinden, van vooruitgang in eiwitontwerp tot diepgaande klinische en biologische inzichten hier bij UCSF, om de ziekte beter te begrijpen en nieuwe behandeltrajecten te identificeren. Doordat AI ons helpt deze inzichten te integreren en enorme complexiteit te doorgronden, hebben we de kans ontdekkingen te versnellen die het leven van patiënten wezenlijk kunnen veranderen.

—S. Andrew Josephson, MD, hoogleraar en voorzitter neurologie aan UCSF en het UCSF Weill Institute voor Neurowetenschappen

5. Test niet langer onder patent vallende behandelingen en gebruik AI om zo goed mogelijk inzicht te krijgen in geanonimiseerde patiëntgegevens en online gedeelde ervaringen. Er zijn verschillende interventies waarvoor aanwijzingen zijn dat ze effect hebben, zoals lithiumorotaat⁠ en het niet langer gepatenteerde gordelroosvaccin⁠. Tegelijk is er meer robuust bewijs nodig en heeft de private sector weinig prikkel om klinisch onderzoek te financieren.

Ik hoop dat lithiumorotaat in een fysiologische dosering de ziekte kan omkeren en het geheugen kan herstellen in muismodellen voor de ziekte van Alzheimer, en dat dit effect ook optreedt bij verouderende mensen. Lithium voorziet onze telefoons, laptops en elektrische voertuigen van energie. Ik vermoed dat het brein mogelijk zijn unieke elektrochemie heeft gebruikt voordat wij dat deden.

—Bruce Yankner, MD, PhD, hoogleraar Genetica en Neurologie aan de Harvard Medical School en codirecteur van het Harvard Glenn Center for Biology of Aging Research

Iteratief leren

We zullen tegelijkertijd op al deze vijf fronten vooruitgang boeken, als aanvulling op andere inspanningen binnen het onderzoeksecosysteem. We verwachten onze bestaande benaderingen uit te breiden naarmate we meer feedback krijgen van de onderzoeksgemeenschap, zodat we samen kunnen bepalen hoe we de ziekte van Alzheimer kunnen voorkomen en behandelen.

Door Alzheimer frontaal aan te pakken, willen we niet alleen het verloop van deze ziekte helpen veranderen, maar ook tools en kennis opbouwen die de vooruitgang tegen vele andere ziekten kunnen versnellen.

* * *

Als je geïnteresseerd bent in het ontvangen van updates van de OpenAI Foundation, kun je je hier⁠ abonneren. Als je contact wilt opnemen met ons Life Sciences & Curing Diseases-team, kun je ons bereiken via [email protected]⁠.

Naast academische artikelen lezen we ook met dankbaarheid rapporten, longreads en blogposts over AI en wetenschap. Hoewel we het niet eens zijn met alle beweringen in deze stukken, gaat het hierbij onder meer om dit rapport van de National Academies⁠, dit overzichtsartikel over de pijplijn van geneesmiddelen tegen Alzheimer⁠, medische samenvattingen van de voortgang op hoofdlijnen zoals dit stuk over sterftecijfers door hart- en vaatziekten⁠, deze Science -blogpost⁠ over de moeilijkheden voor AI om vooruitgang te boeken in de geneeskunde, en dit idee van IFP over klinische data⁠.

We moedigen je aan om analyses openbaar te publiceren en ons een link te e-mailen als je denkt dat wij baat kunnen hebben bij dat perspectief.