30 Mag / ChatGPT è alla scoperta di nuovi farmaci
I grandi modelli di linguaggio, come ChatGPT di OpenAI, stanno rivoluzionando il modo in cui gli scienziati e le aziende biotecnologiche lavorano nel campo della scoperta di farmaci. Secondo un recente studio pubblicato su Nature, queste potenti intelligenze artificiali (IA) sono sempre più utilizzate per generare potenziali obiettivi di farmaci. Le aziende biotecnologiche che già sfruttano l’IA nelle loro ricerche per nuovi farmaci stanno adottando i modelli di generazione di testo come ChatGPT per interagire in modo più intuitivo con gli altri loro strumenti di AI e machine learning. Questi modelli di linguaggio consentono di lavorare più facilmente con altre forme di AI rispetto alle interfacce attuali.
Un esempio di ciò è Insilico Medicine, un’azienda con sedi a New York e Hong Kong che utilizza l’IA per cercare potenziali obiettivi di farmaci. Insilico sta utilizzando proprio ChatGPT come nuovo modo per interagire con la loro piattaforma di scoperta di obiettivi. Il metodo di lavoro prevede l’integrazione e il potenziamento delle relazioni fornite dai knowledge graphs, precedentemente il principale metodo per integrare i dati.
L’IA nella scoperta di farmaci
Oltre a adottare chatbot per produrre materiali scritti come articoli scientifici, brevetti o domande di sovvenzioni, alcuni stanno riprogettando questi strumenti specificamente per la scoperta di farmaci. Prima, gli utenti della piattaforma di Insilico erano in grado di esaminare un knowledge graph, una rappresentazione visuale dei geni collegati a una particolare malattia e delle sostanze note per interagire con questi geni. Queste informazioni erano utili, ma il modo in cui i ricercatori interagivano con esse era limitato. Ora, con l’aggiunta di una funzione di chat, i dati sono diventati molto più accessibili.
I chatbot come ChatGPT non sono nella loro forma finale, anzi, sono sempre in divenire, con nuove funzionalità, sempre più utili. L’evoluzione di queste tecnologie prevedono plugin per integrarli con altri servizi e a fine marzo è stato introdotto un aggiornamento, definito “plug-in di recupero” che potrebbe risultare particolarmente utile per la scoperta di farmaci. Questo modulo consente al software di cercare documenti personali o aziendali e offre un metodo personalizzato per interrogare i dati sulla base delle specifiche esigenze dell’azienda. Nonostante il loro nome, i modelli di linguaggio non necessitano di essere addestrati solo su lingue umane come l’inglese. Le stesse tecniche di derivazione delle associazioni statistiche possono essere applicate al ‘linguaggio’ delle sequenze di DNA o proteine. In questo modo, invece di generare una nuova frase, possono generare nuove proteine che potrebbero essere buoni obiettivi per nuovi farmaci.
Le preoccupazioni
Una preoccupazione comune è che l’addestramento di sistemi IA per progettare molecole con alta probabilità di raggiungere i loro obiettivi richiede grandi volumi di dati, etichettati manualmente dagli esseri umani. Tuttavia, gli stessi metodi che consentono a ChatGPT di scrivere frasi potrebbero fornire la soluzione perfetta per la progettazione di nuove molecole. Un modello di linguaggio fornito con abbondanti dati non etichettati, come le quasi 250 milioni di sequenze proteiche contenute nel database UniProt, potrebbe derivare da solo le giuste relazioni tra i componenti molecolari. Bioxcel Therapeutics, un’azienda che utilizza l’IA per identificare farmaci da riproporre che sono stati accantonati durante la fase 2 o 3 dei trial o anche dopo l’approvazione, sta prendendo in considerazione l’uso dei LLM per selezionare potenziali candidati vincenti dai vari database. Tuttavia, afferma Frank Yocca, neuroscienziato e CSO dell’azienda, i LLM si riveleranno preziosi solo se si integrano con la suite di strumenti IA di Bioxcel. Un modo per garantire risultati accurati ed evitare “allucinazioni” dell’IA è ciò che Neil chiama ‘evidence surfacing‘. Quando un LLM produce quello che sostiene essere un fatto, la sua azienda ha aggiunto un algoritmo per fornire citazioni e riferimenti a sostegno di tale affermazione. Non tutti, però, stanno aderendo al trend di ChatGPT. Joao Magalhaes, capo della ricerca in immunologia presso Enterome a Parigi, ritiene che la sua azienda abbia già tutti gli strumenti per generare ciò che desidera. La diffusione di ChatGPT ha comunque contribuito a creare una maggiore consapevolezza del potenziale dell’IA generativa e ha incoraggiato le aziende biotecnologiche a esaminarla più da vicino.