Integrering af kunstig intelligens i kræftbehandling.

Kræft har en betydelig indvirkning på folkesundheden, og derfor bliver behovet for at finde effektive, sikre og bæredygtige behandlingsløsninger stadig mere presserende.

Báo Nhân dân•25/05/2026

Der forskes på Institut for Kemi for at finde potentielle kræfthæmmende forbindelser fra naturligt forekommende xanthonstrukturer. (Foto: VAN NGA)

Der forskes på Institut for Kemi for at finde potentielle kræfthæmmende forbindelser fra naturligt forekommende xanthonstrukturer. (Foto: VAN NGA)

Kræft påvirker folkesundheden betydeligt, hvilket gør behovet for effektive, sikre og bæredygtige behandlingsløsninger stadig mere presserende. Integration af kunstig intelligens (AI), højtydende databehandling og eksperimentel validering åbner op for effektive tilgange til design af xanthonderivater til målrettet kræftbehandling.

Computerstøttet lægemiddeldesign (CADD) er ved at blive en betydelig trend inden for moderne farmaceutisk kemi. I Vietnam åbner integrationen af AI og højtydende databehandling med eksperimentelle metoder op for nye tilgange til udnyttelse af naturlige forbindelser. I denne undersøgelse blev xanthon-rammer valgt som et lovende kildemateriale med en forskningsproces orienteret fra simulering til eksperimentel verifikation.

Sideløbende med traditionelle behandlinger bevæger tendensen inden for moderne lægemiddeludvikling sig kraftigt mod målrettet lægemiddeldesign kombineret med avancerede beregningsteknologier for at forkorte forskningstiden og forbedre effektiviteten. I denne tendens tiltrækker naturligt afledte forbindelser, især xantoner, opmærksomhed på grund af deres forskelligartede biologiske potentiale, herunder anticanceraktivitet. Den effektive udnyttelse af disse forbindelser er dog fortsat begrænset, hvis man udelukkende baserer sig på traditionelle eksperimentelle metoder, som er tidskrævende og dyre.

Lektor Dr. Pham Minh Quan og hans kolleger ved Institut for Kemi (Vietnam Academy of Science and Technology) har implementeret projektet "Forskning i brugen af beregningssimulering kombineret med eksperimentelle metoder til at søge efter potentielle kræftcellehæmmende forbindelser fra naturligt afledte xanthonrammeforbindelser". Dette projekt sigter mod at opbygge en integreret forskningsproces, hvor moderne beregningsmetoder som AI, molekylær simulering og højtydende databehandling anvendes i kombination med eksperimentel verifikation, hvilket bidrager til at åbne op for en ny tilgang inden for lægemiddelforskning og -udvikling i Vietnam.

Du vil måske også synes om

Gemini overskrider grænserne for chatbots.Forbedringerne omkring Gemini demonstrerer Googles nye retning, hvor fokus flyttes fra chatbot-grænseflader til kontinuerligt aktive agenter.

Lektor Dr. Pham Minh Quan udtalte, at forskerholdet har opbygget en database over xanthonforbindelser, herunder både forbindelser med eksisterende eksperimentelle data og dem, der bruges til virtuel screening. Baseret på dette blev en maskinlæringsmodel udviklet og trænet til at forudsige potentielle interaktioner mellem forbindelser og kræftrelaterede biologiske mål, hvorved der hurtigt blev genereret en liste over potentielle forbindelser, der hæmmer det undersøgte protein. Kombinationen af publicerede eksperimentelle data med beregningsmodeller giver klarere vejledning til screeningsprocessen i stedet for at stole på den traditionelle "trial-and-error"-tilgang.

Samtidig forudsiges de farmakokinetiske parametre og "lægemiddellignende" indekset for forbindelserne også ved hjælp af specialiserede beregningsværktøjer. Dette sikrer, at ikke blot der udvælges forbindelser med et højt potentiale til at hæmme målproteinet, men også at essentielle kriterier for lægemiddeludvikling, såsom absorption, distribution og sikkerhed, er opfyldt. Dette er et afgørende skridt i at forbedre pålideligheden af de beregningsmæssige forudsigelser og yderligere indsnævre listen for at identificere potentielle forløberforbindelser, før man går videre til den eksperimentelle fase.

Et højdepunkt i forskningen er anvendelsen af deep learning-modeller i design af nye derivater fra identificerede lead-forbindelser. I stedet for blot at "søge" tog forskningen et afgørende skridt ved at "designe" nye derivater baseret på strukturerne af lead-forbindelser med det formål at forbedre aktiviteten. Denne tilgang demonstrerer tydeligt AI's rolle ikke kun i dataanalyse, men også i skabelsen af nye strukturelle forbindelser, en retning der får global opmærksomhed inden for lægemiddeldesign.

Det er værd at bemærke, at undersøgelsen, med listen over potentielle derivater opnået fra simuleringsprocessen, fortsatte med semisyntese af disse derivater baseret på gamboginsyre – en xanthonforbindelse, der findes i rigelig mængde i harpiksen fra Coptis chinensis-planten. To hovedgrupper af derivater, estere (11 forbindelser) og amider (8 forbindelser), blev syntetiseret med høj effektivitet, og synteseprocessen blev også udviklet og offentliggjort.

De opnåede derivater blev evalueret for deres biologiske aktivitet på kræftcellelinjer; de to mest lovende forbindelser blev yderligere testet i dyremodeller for at bestemme deres tumorhæmmende potentiale, mens akutte og subkroniske toksicitetsvurderinger blev udført for at sikre sikkerhed. Resultaterne viste, at mange derivater udviste signifikant antitumoraktivitet, hvilket stemmer overens med simuleringsforudsigelser; methylgamgogate og morpholinylgambogamid skilte sig ud med deres overlegne tumorhæmmende effekt.

Ifølge lektor Dr. Pham Minh Quan står implementeringen af integreret forskning dog stadig over for mange udfordringer. For det første er der begrænsninger i inputdata til maskinlæringsmodeller på grund af mangel på eksperimentelle datakilder af høj kvalitet, hvilket påvirker den prædiktive pålidelighed. Derudover kræver effektiv integration mellem tværfaglige forskningsgrupper, herunder kemi, biologi, bioinformatik og datalogi, tæt koordinering i både ekspertise og arbejdsgang.

Du vil måske også synes om

Verden står over for risikoen for et 'elektrisk stød' fra AI.Bag de milliarder af beregninger, der udføres hvert sekund, ligger iboende risici for digital infrastruktur og energisikkerhed, i takt med at traditionelle datacentre fortsætter med at udvide sig til enorme strukturer.

Baseret på disse indledende resultater planlægger forskerholdet at udvide anvendelsen af CADD-modellen til andre grupper af naturlige forbindelser i fremtiden, samtidig med at de terapeutiske mål diversificeres og bidrager til forbedret forskning og udvikling af lægemidler.

HIEU LIEN NGA

Kilde: https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html