نتایج یک کارآزمایی بالینی جدید که در ژورنال معتبر Nature Biotechnology منتشر شده، نقطه عطف تاریخی تازهای را در تقاطع هوش مصنوعی مولد و پزشکی رقم زد: داروی آزمایشی Rentosertib (با کد فنی INS018_055) که صفر تا صد آن توسط پلتفرم هوش مصنوعی شرکت Insilico Medicine طراحی شده، موفق شد سن بیولوژیکی بیماران را در آزمونهای بالینی انسانی به شکلی معنادار معکوس کند. این مولکول در اصل برای درمان بیماری کشنده و وابسته به سن «فیبروز ریوی ناشناخته» (IPF) توسعه یافته بود؛ اما ارزیابی نمونههای خونی ۴۲ بیمار در کارآزمایی فاز ۲a نشان داد که این دارو علاوه بر مهار فیبروز بافت ریه، یک اثر ثانویه شگفتانگیز ایجاد کرده است: جوانسازی سیستمیک نشانگرهای زیستی در سراسر بدن.
برای اعتبارسنجی دقیق این ادعا، پژوهشگران از ۶ ساعت پروتئومیک معتبر جهانی (از جمله ساعتهای Lehallier و Tanaka) استفاده کردند که با اندازهگیری تغییرات شیمیایی صدها پروتئین در گردش خون، سن واقعی فیزیولوژیک بدن را تخمین میزنند. دادهها نشان داد بیمارانی که بالاترین دوز درمانی را دریافت کردند، ظرف تنها ۴ هفته معادل ۳ تا ۴ سال کاهش در سن بیولوژیکی خود ثبت کردند؛ در حالی که در یکی از ساعتهای زیستی، این جوانسازی به مرز ۶ سال رسید. در نقطه مقابل، گروهی که دارونما (پلاسیبو) مصرف کرده بودند، هیچگونه تغییر معناداری در ساعتهای زیستی نشان ندادند. دکتر الکس ژاورونکوف، مدیرعامل Insilico Medicine، با تاکید بر اینکه این یافتهها نشاندهنده بهبود همزمان سلامت ارگانهای حیاتی است، اعلام کرد که این دارو هماکنون برای آغاز کارآزماییهای نهایی فاز ۳ آماده میشود.
اهمیت این رویداد در فرآیند کشف کاملاً الگوریتمی آن نهفته است. در متدهای سنتی داروسازی، کشف یک هدف درمانی و سنتز مولکول مؤثر دههها زمان و میلیاردها دلار هزینه نیاز دارد و نرخ شکست آن بالای ۹۰ درصد است؛ اما در پروژه Rentosertib، ابتدا مدلهای یادگیری عمیق پروتئین کیناز TNIK را به عنوان گره اصلی مسیر فرسودگی و فیبروز بافتها کشف کردند و سپس هوش مصنوعی زاینده، ساختار سهبعدی مولکول را از صفر طوری مهندسی کرد که به شکلی بینقص به این گیرنده قفل شود. این نخستین بار در تاریخ علم است که دارویی با معماری صد در صد کامپیوتری، در یک کارآزمایی کنترلشده روی انسان نشان میدهد که پیری بیولوژیکی یک سرنوشت تغییرناپذیر نیست، بلکه خطای برنامهریزی سلولی است که میتوان آن را با الگوریتمهای هوشمند بازنویسی و معکوس کرد.
@ACCELERATIONERS
