AI mở ra hy vọng điều trị những căn bệnh ‘vô phương cứu chữa’

AI đang thay đổi cách điều chế thuốc

Trong nhiều thập kỷ, phát triển thuốc mới luôn là quá trình tốn kém, kéo dài và có tỷ lệ thất bại rất cao. Các nhà khoa học phải sàng lọc hàng triệu hợp chất hóa học, tiến hành vô số thử nghiệm trước khi tìm được phương án đủ triển vọng để bước vào các giai đoạn nghiên cứu tiếp theo. Sự xuất hiện của AI đang làm thay đổi quy trình này.

Thay vì mất nhiều tháng hoặc nhiều năm để phân tích dữ liệu, các thuật toán AI có thể đánh giá hàng chục triệu, thậm chí hàng tỷ phân tử chỉ trong vài ngày. Nhờ đó, các nhà nghiên cứu nhanh chóng xác định được những hợp chất có khả năng trở thành thuốc, tiết kiệm đáng kể thời gian và chi phí.

Một trong những thành tựu tiêu biểu là của nhóm nghiên cứu do Giáo sư James Collins tại Viện Công nghệ Massachusetts (MIT) dẫn đầu. Sau khi được huấn luyện bằng dữ liệu về các loại kháng sinh đã biết, mô hình AI đã sàng lọc hàng chục triệu cấu trúc hóa học và phát hiện hai hợp chất mới có khả năng tiêu diệt vi khuẩn gây bệnh lậu và tụ cầu vàng kháng methicillin (MRSA) - hai tác nhân có khả năng kháng nhiều loại kháng sinh hiện nay.

Các hợp chất này hoạt động theo cơ chế khác với những loại kháng sinh đang sử dụng, mở ra triển vọng phát triển nhóm thuốc hoàn toàn mới để đối phó với tình trạng kháng thuốc ngày càng nghiêm trọng.

Tuy nhiên, ứng dụng của AI không dừng lại ở việc tìm kiếm kháng sinh. Công nghệ này đang được kỳ vọng sẽ tạo đột phá đối với nhiều căn bệnh mà y học vẫn chưa tìm được phương pháp điều trị hiệu quả, trong đó có Parkinson và hàng nghìn bệnh hiếm khác.

Bước đột phá với Parkinson

Được phát hiện từ năm 1817, Parkinson vẫn là một trong những căn bệnh thoái hóa thần kinh thách thức nhất đối với y học hiện đại. Hiện có hơn 10 triệu người trên thế giới mắc bệnh, nhưng đến nay vẫn chưa có loại thuốc nào có thể làm chậm hoặc ngăn chặn quá trình tiến triển của bệnh.

Các phương pháp điều trị hiện nay chủ yếu giúp giảm triệu chứng. Thuốc Levodopa, lựa chọn điều trị phổ biến nhất, có thể cải thiện khả năng vận động nhưng không ngăn được quá trình thoái hóa thần kinh và còn có nguy cơ gây tác dụng phụ sau thời gian dài sử dụng.

Theo Giáo sư Michele Vendruscolo thuộc Đại học Cambridge (Anh), trở ngại lớn nhất là giới khoa học vẫn chưa xác định được chính xác nguyên nhân gây bệnh.

“Trong các hội nghị khoa học về Parkinson, có hàng chục giả thuyết cùng được nghiên cứu song song. Đến nay vẫn chưa có sự đồng thuận về cơ chế gây bệnh, vì vậy việc xác định mục tiêu để phát triển thuốc là vô cùng khó khăn”, ông cho biết.

Để vượt qua rào cản này, nhóm nghiên cứu của ông đã ứng dụng học máy nhằm tìm kiếm các hợp chất có khả năng tác động vào thể Lewy, các khối protein gấp cuộn sai được cho là có liên quan đến giai đoạn sớm của bệnh Parkinson.

AI được cung cấp dữ liệu về các hợp chất từng cho thấy tiềm năng tác động lên thể Lewy, sau đó tự đề xuất những phân tử hoàn toàn mới có khả năng hoạt động hiệu quả hơn.

Theo Giáo sư Vendruscolo, đây là nhiệm vụ gần như không thể thực hiện bằng phương pháp truyền thống. Ngay cả khi chỉ giới hạn trong nhóm phân tử nhỏ có khả năng vượt qua hàng rào máu - não, số lượng cấu trúc hóa học cần đánh giá vẫn lớn đến mức gần như vô hạn.

Trong khi trước đây các phòng thí nghiệm phải mất khoảng sáu tháng với chi phí hàng triệu USD để sàng lọc khoảng một triệu phân tử, AI hiện có thể thực hiện công việc tương tự chỉ trong vài ngày, đồng thời đánh giá hàng tỷ phân tử với chi phí thấp hơn rất nhiều.

Các hợp chất do AI đề xuất tiếp tục được kiểm chứng trong phòng thí nghiệm. Kết quả thử nghiệm lại được đưa ngược vào hệ thống để AI liên tục điều chỉnh mô hình dự đoán và nâng cao độ chính xác.

Nhờ quy trình này, nhóm nghiên cứu đã xác định được năm hợp chất đầy triển vọng để tiếp tục phát triển thành thuốc điều trị Parkinson.

Xa hơn, các nhà khoa học kỳ vọng AI có thể giúp ngăn chặn căn bệnh ngay từ trước khi các protein bắt đầu kết tụ thành thể Lewy. Nếu ổn định được các protein ở trạng thái bình thường, quá trình hình thành bệnh có thể được ngăn chặn ngay từ đầu thay vì chỉ điều trị khi triệu chứng đã xuất hiện.

AI tìm công dụng mới cho thuốc cũ và bệnh hiếm

Không phải mọi đột phá đều đến từ việc phát minh thuốc mới. Một hướng nghiên cứu khác đang thu hút sự quan tâm là sử dụng AI để tìm công dụng mới cho các loại thuốc đã được cấp phép lưu hành.

Ưu điểm của phương pháp này là các loại thuốc đã được kiểm chứng về độ an toàn, giúp rút ngắn đáng kể thời gian và chi phí phát triển liệu pháp mới.

Người tiên phong trong hướng tiếp cận này là Giáo sư David Fajgenbaum thuộc Đại học Pennsylvania (Mỹ). Sau khi mắc một dạng hiếm của bệnh Castleman và không đáp ứng với các phương pháp điều trị hiện có, ông đã phát hiện thuốc sirolimus, vốn được dùng để chống thải ghép, có thể kiểm soát căn bệnh của mình.

Trải nghiệm đó đã thôi thúc ông thành lập tổ chức phi lợi nhuận Every Cure vào năm 2022 nhằm ứng dụng AI để đối chiếu hàng nghìn loại thuốc với hàng nghìn căn bệnh khác nhau, qua đó tìm ra những phương án điều trị mới.

Không chỉ Every Cure, nhiều nhóm nghiên cứu khác cũng đạt được kết quả đáng chú ý. Một mô hình AI của Trường Y Harvard đã xác định gần 8.000 loại thuốc được cấp phép có khả năng được tái sử dụng để điều trị khoảng 17.000 bệnh khác nhau.

Đây là hướng đi đặc biệt có ý nghĩa đối với các bệnh hiếm, vốn thường ít nhận được đầu tư nghiên cứu do số lượng bệnh nhân không nhiều.

Trong những năm gần đây, AI đã góp phần phát hiện các phương án điều trị mới cho nhiều bệnh hiếm như hội chứng Pitt-Hopkins, bệnh sarcoidosis hay u Wilms – một dạng ung thư thận hiếm gặp ở trẻ em.

AI tạo “bệnh nhân ảo”, tăng tốc nghiên cứu

Một bước tiến khác của AI là khả năng mô phỏng diễn biến bệnh trên môi trường số.

Tại Đại học McGill (Canada), các nhà nghiên cứu đã phát triển mô hình AI nhằm tái hiện quá trình tiến triển của bệnh xơ phổi vô căn (IPF) – căn bệnh hiếm khiến mô phổi bị xơ hóa và hiện chưa có phương pháp điều trị triệt để.

Dựa trên dữ liệu thu thập từ bệnh nhân ở nhiều giai đoạn khác nhau, AI mô phỏng thay đổi của các tế bào trong suốt quá trình phát triển bệnh, đồng thời xác định những dấu ấn sinh học và mục tiêu điều trị tiềm năng. Nhóm nghiên cứu gọi đây là “hệ thống bệnh ảo”.

Thay vì phải thử nghiệm hàng loạt hợp chất trên động vật hoặc tế bào nuôi cấy ngay từ đầu, các nhà khoa học có thể đánh giá trước hiệu quả của thuốc trên mô hình AI với chi phí thấp hơn và tốc độ nhanh hơn nhiều.

Trong nghiên cứu này, AI đã đề xuất tám phương án điều trị IPF, trong đó có một loại thuốc điều trị tăng huyết áp vốn đã được chứng minh an toàn và có tiềm năng được tái sử dụng.

Theo các nhà nghiên cứu, mô hình này có thể được mở rộng để nghiên cứu nhiều căn bệnh khác, từ ung thư đến các bệnh lý hô hấp phức tạp.

Triển vọng và những giới hạn

Sự phát triển của AI đang thúc đẩy cuộc đua trong ngành dược phẩm. Nhiều doanh nghiệp như Insilico Medicine, Isomorphic Labs, Recursion Pharmaceuticals hay Schrödinger đã ứng dụng AI để phát hiện mục tiêu điều trị và thiết kế các phân tử thuốc mới.

Đáng chú ý, thuốc viên Rentosertib tiềm năng do Insilico Medicine phát triển bằng AI đã cho thấy kết quả tích cực trong thử nghiệm lâm sàng giai đoạn II đối với bệnh xơ phổi vô căn.

Dù vậy, các chuyên gia cho rằng AI chưa thể thay thế hoàn toàn các nhà khoa học. Một trong những hạn chế lớn nhất là thiếu dữ liệu công khai về đặc tính của thuốc như khả năng hấp thu, phân bố, chuyển hóa và độc tính. Bên cạnh đó, từ khi phát hiện hợp chất triển vọng đến lúc trở thành thuốc lưu hành vẫn phải trải qua quá trình thử nghiệm tiền lâm sàng, lâm sàng và đánh giá an toàn kéo dài nhiều năm.

Vì vậy, AI hiện phát huy hiệu quả nhất ở giai đoạn khám phá thuốc và xác định mục tiêu điều trị. Tuy chưa thể thay thế các bước kiểm chứng nghiêm ngặt của y học, công nghệ này đang giúp rút ngắn đáng kể quá trình nghiên cứu và mở ra hy vọng cho nhiều căn bệnh từng được coi là vô phương cứu chữa.