Binnenkort gaan algoritmes en supercomputers medicijnen ontwikkelen

​Van de lucht- en ruimtevaarttechniek tot de werktuigbouwkunde, overal ter wereld maken ingenieurs gebruik van supercomputers. Maar, in de farmaceutische industrie, een van de meest geavanceerde sectoren ter wereld, wordt het meeste van de medicijnontwikkeling nog met de hand gedaan.

Onderzoekers synthetiseren ieder mogelijk bruikbare substantie en testen dan of het veilig is om op mensen te gebruiken. Het maken van een medicijn om een bepaalde ziekte te behandelen, met zo min mogelijk bijwerkingen kan jaren duren—en het wordt ook steeds duurder.

Atomwise, een startup uit Canada, denkt daar een alternatief voor te hebben gevonden. Het bedrijf, dat is gestart door een informatiekundige van het Impact Centre van de Universiteit van Toronto, heeft een lerend algoritme gemaakt waarvan ze denken dat het de volgende generatie medicijnen gaat ontwikkelen. En daarnaast gaat het ook goedkoper worden.

Volgens een rapport van de Tufts Center for Drug Development uit 2003, koste het tussen 1983 en 1994 ongeveer 802 miljoen Amerikaanse dollar ($ 1,04 miljard, na inflatiecorrectie) om een medicijn te ontwikkelen. Toen het onderzoek in 2013 opnieuw werd uitgevoerd, bleek dat het bedrag voor de periode tussen 1995 en 2007 meer dan verdubbeld naar $2,5 miljard per succesvol medicijn.

De toename van de kosten komt door verschillende factoren, waarvan de belangrijkste is dat steeds meer medicijnen niet door de trials heen komen, omdat farmaceutische bedrijven behandelingen ontwikkelen voor steeds gecompliceerdere chronische en degeneratieve aandoeningen. Op dit moment worden naar schatting acht op de tien medicijnontwikkelingen voortijdig gestopt.

Maar, er zijn ook andere factoren waar we naar moeten kijken. Volgens het rapport van Tufts zijn de hogere ontwikkelkosten te wijten aan grotere en complexere trials.

Deze trend gaat, als het doorzet, ernstige consequenties hebben voor de volksgezondheid. "Er zijn gezondheidsrisico's waar we op dit moment geen adequate oplossingen voor hebben," zegt Alexander Levy, de CEO van Atomwise.

Levy zegt dat antibioticaresistentie het gezondheidsrisico is dat hij en zijn collega's het meeste vrezen. Antibiotica zijn in de jaren 40, 50 en 60 ontwikkeld en ze zijn steeds minder effectief in het behandelen van bacteriële infecties. Levy is niet de enige met deze angst. Volgens het Amerikaanse instituut voor volksgezondheid CDC, sterven er ieder jaar ongeveer 23,000 Amerikanen aan een bacterie die resistent is geworden voor antibiotica.

"Er komt een moment dat de nieuwere antibiotica ook niet meer werken," zegt hij. "Daardoor zal een wereld ontstaan waar routine-ingrepen niet meer veilig zijn en een kleine verwonding kan leiden tot fatale infecties. Het aantal sterfgevallen in de wereld zal dan dramatisch stijgen.

Niet alleen bacteriële infecties zijn een serieuze bedreiging voor de volksgezondheid. Een hoop andere ziekten—waaronder de herleving van polio, mazelen en kinkhoest, maar ook nieuwe varianten van vogel- en varkensgriep—kunnen allemaal de mogelijkheid van onderzoekers om snel met een behandeling te komen onder druk zetten.

Het algoritme van Atomwise lijkt erg op de Deep Learning Neural Networks van DeepMind. Deze startup werd voor 595 miljoen euro overgenomen door Google. Terwijl Google het algoritme voornamelijk een potje Space Invaders liet spelen, is Atomwise het allerlei ingewikkelde biochemische concepten aan het leren.

"We hebben het duizenden processorjaren gegeven om zichzelf alle factoren te leren die uiteindelijk het beste de effectiviteit van een medicijn kunnen voorspellen," aldus Levy. "Ons algoritme kijk niet naar tien of twintig factoren, maar het kijkt tegelijkertijd naar duizenden factoren en combineert ze op gecompliceerde en non-lineaire manieren."

Volgens Levy maakt dit hen systeem uniek. Hij zegt dat de benadering lijkt op de manier waarom computers afbeeldingen herkennen.

De manier waarop mensen het verschil zien tussen een afbeelding van een kat en een hond is compleet verschillend van hoe een computerprogramma dat doet. Mensen zien intuïtief het verschil, maar een computerprogramma zoekt het verschil door te kijken naar factoren zoals strepen en kleur—factoren die op het eerste gezicht niet erg handig lijken. Op een zelfde manier heeft het systeem van Atomwise factoren gevonden die kunnen voorspellen of een molecuul zich zal gaan binden aan het biologische doel.

Voor het bedrijf is de grootste uitdaging nu om de grote farmaceuten te overtuigen dat supercomputers het ultieme medicijn voor hun financiële problemen zijn.

Dr. Vijay Pande is professor aan Stanford en de directeur van folding@home, een project dat simulaties van hoe eiwitten vouwen door computers over de hele wereld laat uitvoeren. Volgens hem hebben farmaceutische goede reden om sceptisch te zijn over de supercomputers. "Veel van hen zijn er de boot mee ingegaan," zegt hij. "In de jaren 80 werd door veel mensen gezegd dat computers het ontwikkelen van medicijnen compleet zouden veranderen. Toen is de technologie gehypet en duidelijk te duur verkocht."

Maar hij zegt dat het aan het veranderen is. Mede door projecten zoals folding@home ziet de sector hoe ze computers kunnen gebruiken om medicijnen te ontwikkelen.

Dr. David Topham, de directeur van het Health Sciences Center for Computational Innovation (HSCCI) van de universiteit van Rochester, zegt dat hij en zijn collega's "in het begin erg sceptisch waren en zich afvroegen waarom ze zoveel computers nodig hadden." Het onderzoeksinstituut heeft nu 420 teraFLOPS aan computerkracht beschikbaar en de supercomputers draaien altijd op maximale capaciteit.

"Men had ons helemaal niet gevraagd om zoveel computerkracht, maar we installeerde het toch," aldus Dr. Topham. "Nu hebben we een gemeenschap van onderzoekers die zich niet meer kan voorstellen om zonder die rekenkracht te werken."

Globavir, een bedrijf dat mede door Dr. Pande is opgericht, gebruikt al supercomputers bij het ontwikkelen van hun eigen medicijnen. Algoritmes zijn al gebruikt bij de ontwikkeling van een medicijn tegen knokkelkoorts—een veelvoorkomende tropische infectieziekte die door muggen wordt overgedragen—en het West-Nijlvirus. De medicijnen gaan op dit moment door de klinische tests. Net als Atomwise beweert het bedrijf dat hun computersysteem de ontwikkeling van medicijnen significant versnelt.

Volgens Levy is de nauwkeurigheid van deze systemen hun voornaamste pluspunt. De software van Atomwise draait nu op een IBM Blue Gene/Q met een maximale capaciteit van 838 teraFLOPS. Met deze hardware kan het bedrijf de meest veelbelovende stoffen binnen enkele weken identificeren. Levy claimt dat het systeem van Atomwise meer dan 18 keer nauwkeuriger is dan de methodes die voorheen werden gebruikt.

"Als deze technologie wordt toegepast, zal het de economie van medicijnonderzoek compleet veranderen," aldus Levy. "Het zal het langlopende probleem met zeldzame en genegeerde ziekten en waarschijnlijk zal het ons helpen om een van de grootste wereldproblemen van de aankomende decennia op te lossen."