Corona-AI: Αξιοποιούμε την δύναμη του AI και τα smartphone μας ενάντια στον COVID-19, επαναπροσδιορίζοντας το σκοπό χρήσης φαρμάκων και τροποποιώντας τη διατροφή των ασθενών.

Στο πλαίσιο του ερευνητικού έργου του DreamLab με τίτλο «Corona-AI», η ομάδα του Δρ. Kirill Veselkov από το Τμήμα Χειρουργικής και Καρκίνου στο Imperial College London, σε συνεργασία με το Ίδρυμα Vodafone, συνδυάζουν κατά περίπτωση τεχνολογίες Τεχνητής Νοημοσύνης (AI), τα smartphones-υπερυπολογιστές, και big ‘–omics’ data για να κάνουν ευκολότερη την αναζήτηση συνδυασμών ανάμεσα στα ήδη υπάρχοντα φάρμακα, και σε ουσίες με θεραπευτικές ιδιότητες μέσα στις τροφές, που θα βοηθήσουν στη μάχη κατά της πανδημίας του COVID-19.

Το τρέχον ερευνητικό έργο του DreamLab ήδη αξιοποιεί την υπολογιστική ισχύ χιλιάδων smartphones, όσο αυτά βρίσκονται σε αδράνεια, για να βοηθήσει στην εύρεση αντικαρκινικών ιδιοτήτων στις καθημερινές τροφές και φάρμακα. Τώρα, η ίδια υπολογιστική ισχύς αξιοποιείται στην καταπολέμηση του COVID-19.

Ο Επικεφαλής του Τμήματος Χειρουργικής και Καρκίνου, Καθηγητής George Hanna, τόνισε τη σημασία του ερευνητικού έργου:

Η ραγδαία εξάπλωση της οξείας αναπνευστικής νόσου (COVID-19), που προκαλείται από το νέο κορωνοϊό, έχει επιφέρει τεράστιες επιπτώσεις στην ανθρώπινη υγεία και στην παγκόσμια οικονομία, δημιουργώντας την άμεση ανάγκη για ιατρικές και διατροφικές παρεμβάσεις που θα βοηθήσουν στην αντιμετώπιση της πανδημίας.

Η ανακάλυψη νέων ενδείξεων ή πιθανών εναλλακτικών χρήσεων των υφιστάμενων φαρμάκων είναι ένας ενδιαφέρων τρόπος να παρακάμψουμε την αργή και δαπανηρή διαδικασία της ανάπτυξης συγκεκριμένων φαρμάκων για την αντιμετώπιση αυτής της μολυσματικής ασθένειας. Στην τρέχουσα πανδημία, θα μπορούσε να σώσει χιλιάδες ζωές. Η διατροφή των ανθρώπων είναι πλούσια σε ουσίες που έχει αποδειχτεί ότι συμβάλλουν στην πρόληψη και αντιμετώπιση ιογενών ασθενειών, είτε αλληλεπιδρώντας με ορισμένα φάρμακα είτε έχοντας οι ίδιες το ρόλο του φαρμάκου. Ωστόσο, οι παραδοσιακές μεθοδολογίες για την διερεύνηση της επίδρασης ενός μεμονωμένου φαρμάκου ή μιας ουσίας από τις τροφές μας, θα χρειάζονταν μεγάλο χρονικό διάστημα για να φέρουν αποτελέσματα σε αυτή την κρίση.

Προς το παρόν, το σύνολο των πιθανών ουσιών με θεραπευτικές ιδιότητες που θα μπορούσαμε να βρούμε στις τροφές είναι αφάνταστα αχανές. Η παραδοσιακή μεθοδολογία πειραματισμού για τον εντοπισμό της επιρροής ενός μόνο φαρμάκου ή συστατικού τροφής σε μια συγκεκριμένη ιογενή λοίμωξη απαιτεί μήνες ή και χρόνια.

Το ερευνητικό έργο του DreamLab με τίτλο «Corona-AI» ακολουθεί μια εντελώς επαναστατική προσέγγιση προς τις παραδοσιακές μεθόδους δοκιμής. Με την υποστήριξη του κόσμου, το έργο αυτό συνδυάζει την Τεχνητή Νοημοσύνη και την υπολογιστική ισχύ των smartphones, για να επιταχύνει την πρόοδο της ανακάλυψης νέων αντι-ιικών στοιχείων στα υφιστάμενα φάρμακα, και να βοηθήσει στο «κυνήγι» της εύρεσης αντι-ιικών ουσιών στις τροφές.

Ο καθηγητής Vasilis Vasiliou του Yale School of Public Health και μέλος της ομάδας του DreamLab, έδωσε ιδιαίτερη έμφαση στη σημασία του έργου αυτού: «Στους δύσκολους αυτούς καιρούς, η Τεχνητή Νοημοσύνη μπορεί να έχει τεράστια συνεισφορά στον αγώνα κατά του COVID-19. Η ομάδα του DreamLab αξιοποιεί τη δύναμη της Τεχνητής Νοημοσύνης για να αξιολογήσει εγκεκριμένα φάρμακα που ενδεχομένως μπορούν να καταπολεμήσουν τον COVID-19, όπως επίσης και για να εντοπίσει ουσίες στις τροφές που έχουν τη δυνατότητα να ενισχύσουν την ανοσία μας κατά των επιπτώσεων του ιού».

Πρωτοποριακή Τεχνητή Νοημοσύνη με γνώμονα το δίκτυο για τον επαναπροσδιορισμό της χρήσης των φαρμάκων και την ανακάλυψη αντι-ιικών ουσιών στις τροφές.

Οι κορωνοϊοί αδυνατούν να επιβιώσουν και να αναπαραχθούν χωρίς τη βοήθεια των ξενιστών οργανισμών τους. Πιο συγκεκριμένα, όλοι οι ιοί έχουν αναπτύξει φυσικά ένα περίπλοκο «οπλοστάσιο» μοριακών στρατηγικών το οποίο εκμεταλλεύεται τον κυτταρικό μηχανισμό του ξενιστή οργανισμού τους προς το δικό τους όφελος επιβίωσης και αναπαραγωγής. Οι στρατηγικές αυτές βασίζονται σ’ ένα πολύπλοκο δίκτυο αλληλεπιδράσεων μεταξύ των πρωτεϊνών ιού και ξενιστή, τα λεγόμενα «δίκτυα αλληλεπίδρασης ιού-ξενιστή».

Η παραδοσιακή μεθοδολογία ανάπτυξης ενός αντι-ιικού φαρμάκου προβλέπει ένα φάρμακο για κάθε στόχο ιικής πρωτεΐνης. Η προσέγγιση αυτή έχει αρκετά μειονεκτήματα, μεταξύ αυτών το γεγονός ότι η μετάλλαξη του ιού μπορεί γρήγορα να καταστήσει ένα φάρμακο αναποτελεσματικό ή άχρηστο. Αντ’ αυτού, χρειάζεται να στοχεύσουμε έναν ολόκληρο μηχανισμό αλληλεπίδρασης ιού-ξενιστή. Παρόλο που έχει γίνει εντυπωσιακή πρόοδος, τα προληπτικά εμβόλια και τα αποτελέσματα των φαρμάκων κατά συγκεκριμένων πρωτεϊνών του SARS-Cov-2 είναι πιθανό να καταστρατηγηθούν από την δημιουργία και τη διαφυγή μεταλλάξεων του ιού.

Αξιοποιώντας την προηγούμενη ερευνητική μας εργασία για τον καρκίνο, το έργο του DreamLab με τίτλο Corona-AI «στοχεύει στο να διαμορφώσει μια καθαρότερη εικόνα σχετικά με το ποιες μεμονωμένες ουσίες ή συνδυασμοί αυτών είναι καταλληλότερες να διαταράξουν τα μοριακά δίκτυα αλληλεπίδρασης ιού-ξενιστή που απαιτούνται για την επιβίωση του κορωνοϊού, και όχι μόνο τις συγκεκριμένες πρωτεΐνες του», σύμφωνα με τον Δρ. Kirill Veselkov. Ενδεχομένως να πρόκειται για ουσίες που βρίσκονται σε υφιστάμενα φάρμακα (δηλ. φάρμακα που δεν έχουν ξαναχρησιμοποιηθεί για καταπολέμηση ιών) ή για ουσίες με θεραπευτικές ιδιότητες μέσα σε τροφές. Τα αποτελέσματα ενδέχεται να μας αποκαλύψουν νέες θεραπείες με πολλαπλά φάρμακα και διατροφικές παρεμβάσεις κατά των διαταραγμένων δικτύων αλληλεπίδρασης ιού-ξενιστή στους ανθρώπινους οργανισμούς.

Ο καθηγητής Michael Bronstein, Επικεφαλής Μηχανικής Μάθησης και Αναγνώρισης Μοτίβων στο Τμήμα Υπολογιστικής του Imperial College London, Επικεφαλής των Ερευνών Γραφικής Μάθησης στο Twitter και συνεργαζόμενο μέλος του DreamLab, περιέγραψε τον αλγοριθμικό πυρήνα του ερευνητικού έργου:

Συνδυαστική φύση του προβλήματος: Γιατί με το DreamLab;

Η πρόοδος της έρευνας αυτής αρχικά καθυστερούσε, λόγω έλλειψης πρόσβασης σε υπερυπολογιστές. Οι συνδυασμοί τριών, τεσσάρων ή και περισσότερων ουσιών θα ήταν αδύνατο να δοκιμαστούν στο εργαστήριο. Έστω ότι υπάρχουν 10,000 ουσίες, με διαφορετικούς συνδυασμούς – αυτό σημαίνει ένα τρισεκατομμύριο πιθανότητες που χρειάζεται να «δοκιμαστούν» υπολογιστικά ενάντια στις αλληλεπιδράσεις ιού-ξενιστή των νέων στελεχών κορωνοϊού, κάτι που θα ξεπερνούσε κατά πολύ τις δυνατότητες ενός απλού υπολογιστή. Ωστόσο, το DreamLab app χρησιμοποιεί τη μηχανική μάθηση σε ένα δίκτυο smartphones – υπερ-υπολογιστών, για να αναλύσει δισεκατομμύρια συνδυασμούς υφιστάμενων φαρμάκων, τροφικών ουσιών και γενετικών αλληλεπιδράσεων, μειώνοντας καθοριστικά το χρόνο που απαιτείται για να γίνουν νέες ανακαλύψεις.

Δρ. Reza Mirnezami, μέλος της ερευνητικής ομάδας, Σύμβουλος Ορθοκολικής Χειρουργικής στο Royal Free Hospital, ανέφερε: «Η ομάδα του DreamLab εργάζεται για να αξιοποιήσει τη δύναμη της Τεχνητής Νοημοσύνης στον εντοπισμό του πώς τα κοινά, εγκεκριμένα φάρμακα θα μπορούσαν να τεθούν στη μάχη κατά του COVID-19. Ακόμη, αναζητούμε τρόπους να βελτιώσουμε την ίαση των ασθενών με COVID-19 χρησιμοποιώντας τη διατροφή τους, κάτι που αδιαμφισβήτητα θα επηρεάσει την ανοσία του ξενιστή οργανισμού και την μικροβιακή ανθεκτικότητα του εντέρου.»

Σε αυτή την αρχική φάση του ερευνητικού έργου Corona-AI, σκοπεύουμε να δοκιμάσουμε συνδυασμούς έως και δύο ουσιών από υφιστάμενα φάρμακα ή από τροφές, ενάντια στις αλληλεπιδράσεις ιού-ξενιστή στα στελέχη κορωνοϊού συμπεριλαμβανομένου του SARS-Cov-2 – του βασικού υπαίτιου παράγοντα για την τρέχουσα πανδημία της νόσου COVID-19. Το δίκτυο smartphones των 100Κ χρηστών του DreamLab, συνδυαστικά έχει την ισχύ ενός υπερ-υπολογιστή που μπορεί να επεξεργαστεί δεδομένα σε αυτή τη φάση του έργου, μέσα σ’ ένα χρονικό πλαίσιο που θα ισοδυναμούσε με δεκαετία εάν χρησιμοποιούσαμε έναν συμβατικό desktop υπολογιστή.

Κατέβασε το DreamLab σήμερα. #μαζί_ξεκινάμε πάλι και βοηθάμε να αντιμετωπίσουμε τον COVID-19

Συγγραφέας: Δρ. Kirill Veselkov· Καθηγητής Υπολογιστικής Ιατρικής και Πληροφορικής του Καρκίνου, Τμήμα Χειρουργικής και Καρκίνου, Imperial College London· Επίκουρος Καθηγητής Επιδημιολογίας, Yale School of Public Health, ΗΠΑ.

βιβλιογραφικές αναφορές