Etické dilema ve vývoji léků: Nová AI genESOM výrazně omezí testování na zvířatech

V raných fázích vývoje nových léčivých látek se tradičně provádějí testy na zvířatech, což vědce staví před složité etické dilema.

V raných fázích vývoje nových léčivých látek se tradičně provádějí testy na zvířatech, což vědce staví před složité etické dilema. Na jedné straně je snaha minimalizovat počet použitých zvířat, na straně druhé je nezbytné zajistit dostatečný počet jedinců pro získání spolehlivých a reprezentativních výsledků, například pro ověření účinnosti nového léku.

Řešení tohoto problému přináší generativní umělá inteligence s názvem genESOM, kterou vyvinuli profesor Jörn Lötsch z Goetheho univerzity ve Frankfurtu a profesor Alfred Ultsch z Philippsovy univerzity v Marburgu. genESOM funguje na principu sítě tisíců umělých neuronů, které se učí vnitřní strukturu existujících dat. Díky tomu dokáže rozšířit objem experimentálně získaných dat a simulovat větší počet zvířat v experimentu, než bylo skutečně použito.

Pro trénování umělé inteligence vědci využili data z dříve publikované studie na myší. Tým dosáhl dvou klíčových inovací. První spočívá ve schopnosti AI generovat nové datové body, které se bezchybně integrují do naučené datové struktury, jako by byly získány v reálných experimentech. Druhou inovací je přímá integrace monitorování chyb do procesu generování dat. Generativní AI metody totiž obecně riskují, že zesílí nejen relevantní signál, ale také šum a náhodné variace, což může vést k falešně pozitivním výsledkům. Oddělením fáze učení od fáze syntézy je možné zavést umělý chybový signál a přesně měřit jeho šíření. To vede k datově řízenému kritériu zastavení, které ukončí generování dat dříve, než je ohrožena vědecká validita.

Tento průlomový nástroj má potenciál výrazně snížit počet zvířecích experimentů ve farmakologickém výzkumu, což přináší významné etické i vědecké benefity. Zlepšuje spolehlivost dat a otevírá cestu k humánnějšímu a efektivnějšímu vývoji léků. Studie byly publikovány v časopisech Pharmacological Research, iScience a Briefings in Bioinformatics.