Självlärande maskiner tar steget in i läkemedelsutveckling

2020-10-20

Vintern 2020 öppnar ett nytt robotiserat laboratorium för cellprofilering vid Uppsalas Biomedicinska Centrum – en högteknologisk facilitet redo att leverera då Knut och Alice  Wallenbergs stiftelse nu investerar 3,1 miljarder kronor i att göra Sverige världsledande inom datadriven livsvetenskap.

Professor Ola Spjuth i sitt robotiserade laboratorium för cellprofilering
Ola Spjuth, professor i farmaceutisk bioinformatik vid Uppsala universitet

Artificiell Intelligens och självlärande maskiner har på kort tid tagit steget från vetenskaplig utopi till en självklar del av vår vardag. Varje gång din självgående dammsugare rundar soffhörnet eller Spotify rekommenderar artisten du inte visste att du gillar så är de där. Och utvecklingen accelererar, i Linköping rullar redan landets första självkörande bussar. Nu ökar också förväntningarna på vad tekniken kan tillföra fältet medicin och farmaci.

– De intelligenta systemen öppnar ständigt nya dörrar inom den biomedicinska forskningen. Många experiment genererar så enorma mängder data att konventionella metoder inte räcker till. Men genom att utveckla algoritmer som låter datorerna dra egna slutsatser och hitta nya mönster kan vi påskynda utvecklingen av såväl nya läkemedel som dess implementering i vården, säger Ola Spjuth, professor i farmaceutisk bioinformatik vid Uppsala universitet.

Den första läkemedelskandidaten att tas fram helt med hjälp av AI befinner sig redan i en fas I-studie. Det är en molekyl som skapats i samarbete mellan företag i Storbritannien och Japan, där algoritmer använts för att ur parametrar i databaser selektera den aktuella föreningen. Processen som med traditionella metoder skulle kräva över fyra år utfördes nu på tolv månader, meddelar parterna som härnäst tar tekniken vidare för att utveckla läkemedel mot cancer- och hjärt-kärlsjukdomar.

Ola Spjuth, professor i farmaceutisk bioinformatik
Ola Spjuth, farmaceutiska fakulteten

– Inom läkemedelsindustrin är automation oerhört hett, men de höga kostnader som omger infrastrukturen gör att vi inte ser motsvarande uppväxling inom akademin. Med vetskap om de stora värden en sådan resurs tillför, började vår grupp bygga ett eget robotiserat lab baserat på open source-metodik. Komponenterna har bara kostat oss en bråkdel av att köpa en färdig lösning, och då om vi några månader övergår i drift har vi en flexibel miljö med kapacitet att utföra alla experimentella steg inom storskalig cellprofilering med mikroskopi och efterföljande dataanalys.

För fältets svenska utforskare är scenen i princip oigenkännlig mot för bara några år tillbaka. Från ha utgjort ett närmast exotiskt inslag förenas de idag i miljardsatsningen Wallenberg AI, Autonomous Systems and Software Program, vårt lands största enskilda forskningsprogram någonsin. I oktober invigde Uppsala universitet AI4Research, en interdisciplinär miljö i syfte att identifiera nya områden där maskininlärning kan bidra till att lösa samhällets utmaningar. Bara veckor senare meddelade Knut  och  Alice  Wallenbergs  stiftelse  (KAW) att de investerar 3,1 miljarder kronor till och med år 2032 i att göra Sverige världsledande inom datadriven livsvetenskap, ett initiativ som ska ledas från SciLifeLab. Ola Spjuth, som även är AI-koordinator vid just SciLifeLab, välkomnar satsningarna:

– Vår forskargrupp är utpräglad tvärvetenskaplig. Vi förfogar över kompetenser inom bland annat dataanalys, kemi, mjukvaruutveckling, biologi, ingenjörskunskap och läkemedelsscreening. Det är en effektiv men ovanlig approach som länge placerade oss mellan de stora utlysningarna i medicin och teknik. Parallellt med skapandet av vårt automatiserade laboratorium har vi byggt automatiska analyspipelines och databaser med storskalig lagring av genererade data, kopplade till resurser för att möjliggöra kontinuerlig AI-modellering och automatiserade, iterativa experiment.

Idag tillgängliggör gruppen samtliga sina metoder, mjukvaror, och data för öppen tillgång. Via den egna webbplatsen erbjuder de programvaror och online-tjänster som används inom akademi och industri över hela världen. Här presenteras även de utbildningar teamet är engagerade i, en prioriterad verksamhet som redan detta läsår kompletteras med grundutbildningen Big Data in Life Science och, något längre fram: Lab Automation.

– Vi har bra återväxt och välkomnar varje termin flera examensarbetare. Att vi nu förbereder en utbildning inom Lab Automation är en strategiskt viktig insats i linje med vår målsättning att på sikt utveckla ett helautomatiserat labb, i vilket en AI efter varje experiment också pekar ut riktningen för nästa steg. Väl där kommer steget från enskilda prediktioner till avsevärt mer komplicerade mål att vara inom räckhåll och hjälpa oss att bidra till både testning och optimering av behandlingsstrategier som idag inte är möjliga.

Fakta

  • I oktober meddelade Knut  och  Alice  Wallenbergs  stiftelse  (KAW) att de satsar 3,1 miljarder kronor till och med 2032 på att göra Sverige världsledande inom datadriven livsvetenskap.
  • Genom att länka biologi, avancerad bioteknik, beräkningskraften i superdatorer och AI vill man utveckla skräddarsydda läkemedel och bättre skydd mot viruspandemier.

Mer information

Kontakt

Ola Spjuth, professor i farmaceutisk bioinformatikOla Spjuth, professor i farmaceutisk bioinformatik
Institutionen för farmaceutisk biovetenskap
ola.spjuth@farmbio.uu.se, 070-425 0628


text: Magnus Alsne, foto: Lab Spjuth

Nytt vid fakulteten