Orion: Tekoäly lääkekehityksen apuna

Tekoäly on tutkijan tuki ja työkalu, jonka avulla Orionin lääkekehitys on entistä tarkempaa. Tämä heijastuu potilasturvallisuuteen: lääkkeiden haittavaikutukset voidaan jatkossa havaita entistä paremmin jo kehitystyön alkuvaiheessa.

bunch-of-white-oval-medication-tablets-and-white-medication-159211

Lääkkeen kehitystyö ideasta myyntilupaan vie keskimäärin 10–15 vuotta. Varhaisvaiheen tutkimus määrittää pitkälti sen, miten hankalaa tai helppoa lääkkeen jatkokehitys on.

- Tekoälyn käyttö kiinnostaa, koska saamme sen avulla parempia lääkeaineaihioita jatkotutkimuksia varten ja koko prosessia nopeutettua, sanovat Orionin Global Medicine Design -yksikössä työskentelevät Mikko KarjalainenDirector – Molecule Profiling, ja Julius Sipilä, Head of Computational Pharmacology and Medicine Design. 

Yksikkö tuottaa uusia alkuperämolekyyleja lääkekehitykseen. Päätavoitteena ovat tietysti mahdollisimman toimivat ja potilaille turvalliset lääkkeet.  

- Pystymme tekoälyn avulla entistä paremmin optimoimaan molekyylejä, ja lääkeaineiden mahdolliset haittavaikutukset havaitaan jatkossa entistä aiemmin, Sipilä sanoo.  

Robotti kirjallisuuden kimpussa 

Tietokoneavusteista lääkekehitystä on tehty Orionilla jo 1980-luvun lopulta lähtien. Käytännössä se on tarkoittanut esimerkiksi fysiikkaan perustuvien mallien tekemistä molekyylirakenteista ja yksinkertaista koneoppimista.  

- Tekoälystä puhutaan, kun kasvaneen tietokonetehon ja grafiikkaprosessorien ansiosta voidaan käsitellä entistä isompia datamassoja ja tehdä tarkempia malleja, Sipilä selventää.  

Tekoälyä on hyödynnetty Orionilla noin viiden vuoden ajan. Yksinkertaisimmillaan sitä käytetään tutkimustyön perustoimintoon: kirjallisuushakuihin. Robottityökalut löytävät hetkessä yhteyksiä, joiden kaivamiseen tutkijalla kuluisi loputtomasti työtunteja.  

Koneäly kuvantamisen apuna  

Mikko Karjalaisen vetämä ryhmä vastaa lääkekehityksen varhaisvaiheen biologisesta seulonnasta, ja sen työssä tekoälyä hyödynnetään jo jonkin verran. 

- Kuvantamisella on kasvava rooli lääkekehityksessä, myös varhaisvaiheen lääkeaineseulonnassa. Opetamme kuvista tiettyjä piirteitä koneälylle, joka sitten käy läpi satoja tuhansia digitaalisia kuvia, mikä olisi manuaalisesti mahdotonta, Karjalainen kertoo.  

Kuvista saatua tietoa käytetään arvioimaan, onko joku lääkeaine tehonnut tai onko lääkkeellä mahdollisesti haittavaikutuksia. 

Tekoäly on mukana parhaiden mahdollisten molekyylien suunnittelussa

Sipilän ryhmä vastaa tutkimusprojektien laskennallisesta työstä. Se käyttää tekoälyä ennustaessaan molekyylirakenteista tiettyjä ominaisuuksia, jotka vaikuttavat siihen, voiko aineesta kehittää lääkkeen. Ennustamista on tehty ennenkin, tekoälyn kanssa se vain hoituu nopeammin ja tarkemmin.  

Kokonaan uutta ovat niin sanotut generatiiviset mallit, joissa algoritmit laitetaan suunnittelemaan molekyylejä: malli opetetaan tekemään molekyylirakenteita, joilla on tietyt, halutut ominaisuudet.   

- Tietokoneen voi jättää yöksi raksuttamaan, ja aamulla tutkijoita ovat odottamassa parhaat mahdolliset suunnitelmat, Sipilä kuvaa.  

Tutkija ohjaa ja tulkitsee, tekoäly taklaa rutiinit 

Karjalainen muistuttaa, että tekoäly nopeuttaa ja tehostaa työtä, mutta se myös eliminoi inhimillisiä virheitä. Koneella ei ole huonoja päiviä, ja se jaksaa tehdä töitä niin kauan kuin virtaa riittää.  

- Tekoäly myös vähentää turhaa työtä. Jatkossa jo ennen kuin yhtäkään testiä on tehty, meillä voi olla tietoa siitä, minkälainen lääkeaine on: onko se turvallinen tai onko siinä jotain heikkouksia, hän sanoo.   

Mutta ei tekoäly ole syrjäyttämässä ihmistä, päinvastoin. Ihmisen pitää edelleen kertoa, mitä tekoälyn tulee tehdä, ja tulkita tulokset.   

Ala kehittyy huimaa vauhtia – yhteistyö on välttämätöntä 

Karjalainen ja Sipilä uskovat, että tekoälyn vallankumous on vasta tulossa. 

- Nyt meillä on tekoälyä rutiinikäytössä yksittäisissä palikoissa. Tavoitteena on, että koko kehitystyön sykli saataisiin tekoälyn piiriin – ja tähän suuntaan ollaan menossa, Sipilä toteaa.  

Uuden kehittäminen vaatii tiivistä yhteistyötä tutkimuslaitosten ja yritysten kanssa. Esimerkiksi  Finnish Centre of Artificial Intelligencen  kanssa selvitetään, miten tekoälyn käyttöä saataisiin laajennettua Orionilla.  

- Meillä ei ole ollut omasta takaa tekoälyosaamista, joten yhteistyö on välttämätöntä. Pidemmällä tähtäyksellä osaamista tietysti kehitetään talon sisälläkin, Sipilä sanoo.  

Orionin työ hyödyttää myös muita toimijoita. 

- Varsinkin akateemisten tutkimuslaitosten tavoite on viedä koko kenttää eteenpäin. Me saamme työkaluja ja he julkaistavia tuloksia. Ja tutkimus etenee, Karjalainen sanoo 

Orionin johdolta vahva tuki 

Lääkeainekehittäjien mukaan Orionin johto tukee vahvasti tekoälyn hyödyntämistä.  Tehostaminen on yksi etu. Ihmiset saavat keskittyä järkevään tekemiseen, ja muuta työtä automatisoidaan, Sipilä sanoo. 

Tekoäly tuo myös arvokkaan kilpailuedun kansainvälisten lääkejättien rinnalla. Kokeellisella puolella resursseja on huomattavasti vähemmän, mutta tekoälysovellusten suhteen Orion voi olla samalla viivalla. 

Karjalainen muistuttaa, että lääketutkimus ja -kehitys ei suinkaan ole ainoa alue, jossa Orion hyödyntää ja kehittää tekoälyä, vaan sen kanssa edetään monella saralla. Tekoälyn avulla voidaan esimerkiksi monitoroida potilaiden hoitoa entistä paremmin.

Lue alkuperäinen artikkeli  tästä

Uusimmat artikkelit

30.3.2020 | Alan Uutiset

Luotsit varautuivat koronavirusepidemiaan – toiminta varmistetaan poikkeusoloissakin

Finnpilot aloitti koronavirusepidemiaa varten varautumisen jo tammikuussa. Tiukoilla ohjeistuksilla pyritään turvaamaan meriliikenteen tärkeän lenkin, luotsauksen sujuminen myös poikkeusoloissa.

Ennätyksellinen 6 000 tonnin tavarajuna liikennöi Vainikkalasta Haminaan

VR Transpoint on pilotoinut maaliskuun aikana ennätyksellisen suurta tavarajunaa transitoliikenteen kuljetuksissa Vainikkalasta Haminan satamaan. 6 000 tonnia painavassa junassa on 66 vaunua ja vajaa kilometrin mittainen kokoonpano liikkuu kahden Vectron-sähköveturin voimin. Suuret junakoot tuovat tehokkuutta rautatiekuljetuksiin.

Ilman typpidioksidipitoisuus on laskenut Suomessa 40 prosenttia poikkeustilan aikana

Koronaviruksen myötä vähentyneet liikennemäärät ovat parantaneet kaupunkien ilmanlaatua. Katupöly kuitenkin heikentää monin paikoin ilmanlaatua.

Kevään kelirikosta ennustetaan keskimääräistä helpompaa - talvi ei ole ollut yhtä hellä päällysteille

Maanteillä kelirikosta ennustetaan keskimääräistä helpompaa, mutta alueellisia eroja on. Talven runsaat vesisateet Etelä-Suomessa ja runsas lumimäärä Pohjois-Suomessa aiheuttavat eniten epävarmuutta kelirikon vaikeuden ennustamiseen keväällä, kertoo Väylä virasto lehdistötiedotteessa.

26.3.2020 | Tutkimus ja koulutus

Tutkijaryhmä selvittää, kuinka etätyö-Suomi pysyy toimintakykyisenä myös koronaepidemian aikana

Fast Expert Teams- asiantuntijaverkosto selvittää etätyöhön siirtymisen vaikutuksia työelämään. Kaikkia etätyöhön siirtyneitä työntekijöitä pyydetään vastaamaan aiheeseen liittyvään kyselyyn.

Voimalaitosten älykäs ohjaus tukemaan uusiutuvan energian kasvua

Kaksivuotisessa SmartFlex-projektissa kehitetään älykkäitä valvonta- ja säätötyökaluja, joiden avulla voimalaitoksia voidaan ohjata nopeasti muuttuvissa tilanteissa. Tavoitteena on pidentää laitosten elinkaarta sekä ylläpitää hyvä hyötysuhde ja pienet päästöt luotettavasti koko elinkaaren ajan.

24.2.2020 | Kumppaniartikkeli

Tunnista kemikaalivuodot ja reagoi ajoissa – uusi DENIOS innovaatio SpillGuard®

Jo pienikin kemikaali- tai öljyvuoto voi aiheuttaa suuret vahingot meille ihmisille ja ympäristölle, etenkin jos vuotoa ei havaita ajoissa. Halusimme ratkaista tämän ongelman, joten heitimme haasteen tuotekehityksestä vastaaville insinööreillemme.