- Door KI ontwikkelde griepprikken worden klinisch getest
- Exscientia en GSK werken samen om een behandeling voor COPD te ontwikkelen
- Healx gaat aan de slag met zeldzame ziekten die voor big pharma niet interessant zijn
- LabGenius houdt zich bezig met de ontwikkeling van eiwitgeneesmiddelen
- Atomwise en Enamine werken aan behandelingen voor kinderkanker
- BenevolentAI bouwt KI-gestuurde database voor het ontwikkelen van geneesmiddelen
- Toekomstige farmaceutische wetenschappers worden opgeleid in informatica
- Gaan we een toekomst zonder ziekten tegemoet?
De afgelopen decennia is de levensverwachting wereldwijd aanzienlijk toegenomen. De meeste mensen worden tegenwoordig ouder dan 70 – dat is twee keer zo oud als hun voorouders zo’n 100 jaar geleden. En dankzij ontwikkelingen in de geneeskunde zal de levensduur van de mens naar verwachting nog verder toenemen. In 2018 keurde de Amerikaanse Food and Drug Administration (FDA) bijvoorbeeld 61 nieuwe medicijnen goed, een recordaantal nieuwe goedkeuringen binnen één jaar. Maar ondanks deze vooruitgang blijft de ontwikkeling van geneesmiddelen een inefficiënt, kostbaar en tijdrovend proces.
Volgens onderzoek van het Tufts Centre for the Study of Drug Development kan het ontwikkelen en testen van een enkel medicijn jaren duren en de kosten daarvan kunnen tot wel $3 miljard oplopen. Bovendien komt uiteindelijk slechts 12 procent van de medicijnen die klinisch getest zijn op de markt. Dit dwingt farmaceutische bedrijven ertoe zich voornamelijk te concentreren op het ontwikkelen van behandelingen voor ziekten waar een groot aantal patiënten aan lijdt. Een efficiëntere manier om nieuwe medicijnen te ontwikkelen zou echter meer levens kunnen redden en behandelingen bovendien goedkoper maken. Gelukkig lijkt dit in de toekomst dankzij geavanceerde technologieën realiteit te kunnen worden.
Steeds meer startups en bedrijven maken namelijk gebruik van kunstmatige intelligentie (KI) om tegen een fractie van de kosten en binnen veel kortere tijdsperioden betere geneesmiddelen te ontwikkelen. Algoritmen kunnen in korte tijd enorme hoeveelheden medische gegevens analyseren en chemische interacties simuleren. Nu al melden wetenschappers hun eerste doorbraken, zoals effectievere griepprikken en behandelingen voor zeldzame ziekten. Geneesmiddelenonderzoek op basis van KI zal echter ook leiden tot enkele nieuwe uitdagingen. De opleidingsvereisten voor het toekomstige personeelsbestand in de farmaceutische industrie zullen daardoor zeker veranderen. Software zal een steeds grotere rol spelen in deze ontwikkelingen, waarvoor studiematerialen de nodige aanpassingen zullen moeten krijgen.
Door KI ontwikkelde griepprikken worden klinisch getest
Griep is een virale infectie die meestal tijdens het winterseizoen toeslaat. Met name ouderen en jonge kinderen lopen het risico om griep te krijgen, daarom wordt hen geadviseerd om deze griepprik elk jaar te halen. Toch worden sommige mensen na het vaccineren alsnog ziek. Dit heeft onderzoekers van de Flinders University in Zuid-Australië nu gemotiveerd om een betere oplossing te bedenken.
Ze gebruikten een KI-programma met de naam SAM (Search Algorithm for Ligands) om triljoenen verschillende chemische verbindingen en “resultaten die goede menselijke immuungeneesmiddelen zouden kunnen zijn” te analyseren, zegt professor Nikolai Petrovsky. De beste ‘kandidaten’ werden vervolgens op dieren getest. In de volgende fase worden de door KI ontwikkelde geneesmiddelen 12 maanden lang klinisch getest in de VS.
Bevestiging van de effectiviteit van dit medicijn bij mensen zou het team in staat stellen om niet alleen het product op de markt te brengen, maar dezelfde technologie tevens te gebruiken om vele andere vaccins te ontwikkelen. De door KI aangedreven ontwikkeling van geneesmiddelen kan leiden tot besparingen van honderden miljoenen dollars en het proces met tientallen jaren verkorten. Maar om dat punt te bereiken is eerst meer geld nodig. Nadat Petrovsky in Australië was afgewezen en het onderzoek bijna stopte, slaagde hij er gelukkig alsnog in om van het Amerikaanse National Institute of Allergy and Infectious Diseases financiering te krijgen voor zijn huidige werk.
Exscientia en GSK werken samen om een behandeling voor COPD te ontwikkelen
COPD staat voor Chronic Obstructive Pulmonary Disease en is een chronische longziekte waar ongeveer 384 miljoen mensen wereldwijd aan lijden. De belangrijkste symptomen, zoals kortademigheid en hoesten, verergeren meestal na verloop van tijd, waardoor eenvoudige dagelijkse activiteiten als lopen of aankleden voor deze patiënten steeds moeilijker worden. Om een effectieve behandeling voor deze ziekte te ontwikkelen heeft de techstartup Exscientia zijn krachten gebundeld met farmagigant GlaxoSmithKline (GSK). Het Britse duo gebruikt het KI-gestuurde platform Centaur Chemist om medisch onderzoek te versnellen. De software maakt gebruik van KI-algoritmen om automatisch nieuwe verbindingen te ontwikkelen en prioriteren voor synthese, waardoor minder tijd nodig is om nieuwe potentiële geneesmiddelen te ontwikkelen. In 2019 meldde de startup de ontdekking van een molecule die COPD zou kunnen behandelen en gaf de bevindingen door aan zijn bedrijfspartner. Volgens Exscientia kan het bedrijf met deze methode nu in 25 procent van de tijd en voor slechts 25 procent van de kosten van traditionele methoden zogenaamde pre-klinische ‘kandidaat’-moleculen genereren.
Healx gaat aan de slag met zeldzame ziekten die voor big pharma niet interessant zijn
Ongeveer 350 miljoen mensen wereldwijd lijden aan wel 7.000 verschillende soorten zeldzame ziekten. Het vinden van behandelingen voor deze aandoeningen met behulp van traditionele methoden zou duizenden jaren aan onderzoek betekenen waar meer dan $13 biljoen in gestoken zou moeten worden. Dat is de reden waarom de grote farmaceutische bedrijven nauwelijks aandacht besteden aan deze zeldzame ziekten, wat betekent dat er voor de miljoenen patiënten die aan deze ziekten lijden geen hulp is. Healx wil hier nu verandering in brengen. Dit Britse biotechbedrijf heeft onlangs het HealNet-systeem ontwikkeld dat gebruikmaakt van kunstmatige intelligentie, farmacologie-expertise en patiëntgroepinzichten om behandelingen voor zeldzame aandoeningen nauwkeuriger te voorspellen dan met traditionele methoden mogelijk is. Voor het doen van aanbevelingen maken de algoritmen gebruik van meer dan 20 verschillende gegevensbronnen en een kennisbank.
Healx heeft inmiddels al enkele opmerkelijke successen behaald. Het bedrijf werkt samen met de FRAXA Foundation om een behandeling voor het Fragile X-syndroom te ontwikkelen, een genetische aandoening die een op de 4.000 mannen en een op de 8.000 vrouwen treft en leerstoornissen, autistisch gedrag en andere problemen veroorzaakt. Dankzij de technologie van Healx duurde het slechts 18 maanden voordat wetenschappers een chemische verbinding ontdekten die een behandeling voor de ziekte mogelijk zou kunnen maken. De tweede fase van klinische proeven is inmiddels gestart.
De mede-oprichter van Healx, Dr. Tim Guilliams, is nog ambitieuzer. Hij wil de technologieën van het bedrijf opschalen en tegen 2025 voor 100 zeldzame ziekten geneesmiddelen ontwikkeld hebben. Guilliams heeft een toekomst voor ogen waarin KI medische gegevens zal kunnen analyseren en “potentiële therapeutische interventies kan ontdekken nog voordat de ziekte schade kan aanrichten in de patiënt. De toekomst van de geneeskunde zal sneller, goedkoper en veel efficiënter zijn”.
LabGenius houdt zich bezig met de ontwikkeling van eiwitgeneesmiddelen
De in Londen gevestigde startup LabGenius wil de ontwikkeling van eiwitgeneesmiddelen beter en sneller maken. Het bedrijf is bezig met de ontwikkeling van een platform met de naam EVA dat gebruikmaakt van machine learning, robotautomatisering en gensynthesetechnologieën om nieuwe therapeutische eiwitten te ontdekken. Naast dit onderzoek voert LabGenius ook commerciële projecten uit. Het bedrijf werkt momenteel samen met het Zwitserse farmaceutische bedrijf Tillotts Pharma AG om moleculen te ontdekken waarmee inflammatoire darmziekten als de ziekte van Crohn en colitis ulcerosa mogelijk behandeld kunnen worden. Het Britse bedrijf wil het concept naar de preklinische fase brengen, waarna klanten met klinische proeven kunnen beginnen.
Atomwise en Enamine werken aan behandelingen voor kinderkanker
Elk jaar worden ongeveer 300.000 nieuwe gevallen van kinderkanker gemeld en voor veel van deze jonge patiëntjes bestaan helaas geen effectieve behandelingen. De in Californië gevestigde chemie-startup Atomwise en de in New Jersey gevestigde leverancier van chemische bouwstenen Enamine werken nu samen om hier een oplossing voor te ontwikkelen. Het duo wil KI-software gebruiken om tot 10 miljard interacties tussen kleine moleculen en kankereiwitten te simuleren. Vervolgens analyseren algoritmen de daaropvolgende chemische reacties om moleculen te vinden die kunnen worden gebruikt om de groei van kanker te vertragen of metastase te stoppen.
Abraham Heifets, de CEO en medeoprichter van Atomwise, vertelt dat de klanten van het bedrijf met het screenen van slechts 10 miljoen verbindingen al verschillende potentiële ‘kandidaat’-medicijnen ontdekten. “Stel je voor wat we zouden vinden als we een chemische bibliotheek zouden screenen die duizend keer zo groot is”, zegt Heifets. Het preklinische succespercentage van de partners van Atomwise was overigens twee keer het sectorgemiddelde. Deze verbeteringen, gecombineerd met de snelle screening van miljoenen moleculen, kunnen de hoeveelheid tijd en geld die farmaceutische bedrijven nodig hebben om effectieve behandelingen te ontwikkelen aanzienlijk terugdringen.
BenevolentAI bouwt KI-gestuurde database voor het ontwikkelen van geneesmiddelen
De in het VK gevestigde startup BenevolentAI heeft een KI-platform ontwikkeld dat gegevens analyseert uit bronnen als onderzoeksdocumenten, patenten en klinische proeven. De software beheert een database die de relaties van specifieke geneesmiddelen met genen, ziekten, weefsels en andere biologische factoren in kaart brengt. Het systeem kan bijvoorbeeld geraadpleegd worden om genen te vinden die verband houden met een medische aandoening of de verbindingen die de aandoening beïnvloeden. Jackie Hunter, de chief executive van BenevolentAI, zegt dat “KI al deze gegevens in context kan plaatsen en de informatie kan vinden die voor farmaceutische onderzoekers het meest waardevol is”.
Toekomstige farmaceutische wetenschappers worden opgeleid in informatica
Ondanks dat slimme algoritmen talloze veelbelovende toepassingen hebben bij het ontwikkelen van geneesmiddelen, is meer dan 40 procent van de farmaceutische onderzoekers niet bekend met kunstmatige intelligentie. Het lijkt er echter op dat dit binnenkort verandert. KI wordt in de toekomst steeds belangrijker bij het ontdekken en ontwikkelen van geneesmiddelen en kennis op het gebied van informatica en machine learning wordt dan ook in deze sector uiteindelijk cruciaal. Bovendien zal de manier waarop PhD’s en andere graduate-opleidingen worden aangeboden en gevolgd ook moeten veranderen. “De tijd dat studenten zich uitsluitend richtten op bijvoorbeeld een bepaalde genmutatie zijn binnenkort wel voorbij”, zegt Thomas Chittenden, die een team leidt bij Wuxi NextCODE, een in de VS gevestigde biofarmaceutische startup.
Om succesvol te worden en blijven in de technologiegedreven markt voor geneesmiddelenontdekking moet je als professional een flexibele leerling worden. Het monitoren van toonaangevende tijdschriften en nieuwsbronnen wordt steeds crucialer. Universiteiten kunnen bovendien niet alle vaardigheden bieden die deze studenten nodig hebben, dus er wordt ook een toenemende mate van zelfstudie van deze mensen verwacht. De komende vijf jaar zullen cruciaal zijn. In deze periode zullen ingenieurs nog meer gegevens verzamelen om het volledige potentieel van KI bij het ontwikkelen van geneesmiddelen aan te tonen. “Als we tegen die tijd betere medicijnen kunnen maken en dit sneller en goedkoper kunnen doen zal KI echt een enorme vlucht nemen”, zegt Niven Narain, de CEO van het biotechbedrijf Berg in Boston.
Gaan we een toekomst zonder ziekten tegemoet?
Het is voor medici vaak een hele uitdaging om te begrijpen wat er mis is gegaan in het lichaam van een patiënt. Er moeten onder andere complexe biologische reacties en enorme hoeveelheden medische gegevens geanalyseerd worden – een taak waar algoritmen veel beter geschikt voor blijken te zijn dan mensen. Het gebruik van kunstmatige intelligentie bij farmaceutisch onderzoek wordt dan ook steeds populairder. Het stelt wetenschappers in staat om beter inzicht te krijgen in ziekten en effectievere en goedkopere geneesmiddelen te ontwikkelen. Hoewel het volledige potentieel van algoritmen nog niet helemaal duidelijk is, weten we wel dat ze de manier waarop we medische uitdagingen managen volledig zullen transformeren. De geneesmiddelen en behandelmethoden van de toekomst zullen zelfs oplossingen kunnen bieden voor de miljoenen ‘vergeten’ patiënten die aan zeldzame ziekten lijden, waardoor ook deze mensen hoop krijgen op genezing.
