08/26/2024 | Press release | Distributed by Public on 08/25/2024 22:02
Professori Antti Poso pelasi nuorena Pac-Mania ja mietti, miksei samaa konetta käytetä enemmän tärkeiden asioiden laskemiseen. Nyt hän kehittää lääkkeitä tietokoneet ja tekoäly apureinaan. Pelkällä tekoälyllä ei kuitenkaan synny uusia lääkkeitä - lue tästä, miksi.
Vuonna 1985 Antti Poso istui ensimmäisillä yliopistoluennoillaan. Kuopion yliopiston kemian professori Reino Laatikainen kertoi tuolloin opiskelijoilleen - muun muassa Posolle - että tietokoneella on mahdollista laskea, miten tietty molekyyli käyttäytyy.
"Olin tottunut pelaamaan tietsikalla Pac-Mania. Mietin, miksei samaa konetta käytetä enemmän tärkeiden asioiden laskemiseen."
Proviisoriksi ja farmasian tohtoriksi kouluttautunut Poso on Itä-Suomen yliopiston lääkeaineen suunnittelun professori ja tutkii vierailevana professorina Orionilla menetelmiä, joilla tekoälyllä voidaan löytää uusia lääkeaineita syövän ja kivun hoitoon. Toisin sanoen hän laskee nykyään tietokoneellaan juuri niitä tärkeitä asioita.
"Minulle tekoäly on uusi teknologia monen muun teknologian joukossa, mutta sillä on suurempi merkitys kuin monella aikaisemmalla teknologialla", Poso sanoo.
Sopiva molekyyli etsitään miljardien joukosta
"On selvää, että tekoäly muuttaa paljon sitä, miten lääkkeitä tulevaisuudessa kehitetään", Poso toteaa.
Mitään erityisen mullistavaa tekoälyllä ei kuitenkaan ole lääketieteessä saatu aikaiseksi - vielä. Lähitulevaisuudessa tilanne saattaa kuitenkin olla toinen.
Lääkekehitykseen tarvitaan monenlaisia ammattilaisia ja asiantuntijoita. Ihmiset suunnittelevat ja valmistavat lääkeainetta, mittaavat sen ominaisuuksia, analysoivat kokeellisia tuloksia ja pyrkivät ymmärtämään niitä. Prosessin vaiheet toistuvat useita kertoja sen mukaan, millaisia tuloksia missäkin vaiheessa saadaan.
Poson tehtävä kehitystyössä on nimenomaan laskennallinen kemia. Hän ei hääri laboratoriossa testimaljojen ja koeputkien kanssa vaan istuu pääasiassa tietokoneen ääressä.
"Lasken teoreettisten menetelmien avulla, miten molekyylit ja biologiset systeemit käyttäytyvät", Poso kertoo.
Laskennallista kemiaa tarvitaan lääkekehityksen alkuvaiheessa, kun lasketaan, millaiset molekyylit eli lääkkeen vaikuttavat aineet ovat relevantteja juuri tietyn lääkeaineen kehitystyössä. Molekyylivaihtoehtoja voi olla aluksi miljardeja. Joukosta valitaan laskennallisesti ne, jotka testataan laboratoriossa. Testattavaksi voi päätyä satoja molekyylivaihtoehtoja.
Laboratoriotestien tuloksia analysoidaan, minkä jälkeen iso joukko molekyylejä syntetisoidaan ja niitä testataan. Sen jälkeen tuloksia tutkitaan tietokoneella. Sama sykli toistuu useita kertoja, kunnes lääkeaineeseen soveltuvin molekyyli on löydetty. Seuraavaksi molekyyliä tutkitaan siten, että voidaan varmistua, että sitä on turvallista tutkia kliinisesti potilailla. Silloin Posolla ei enää ole roolia tutkimuksessa.
Tekoäly tuo tehoa lääkekehitykseen
Tekoälyä hyödyntävillä lääkekehitysmenetelmillä pyritään siihen, että kehitykseen tarvittavia molekyylejä voidaan löytää entistä nopeammin ja että molekyylien laatu on aiempaa parempi, sanoo Orionilla laskennallisesta tutkimuksesta lääkeainesuunnittelussa vastaava Heikki Käsnänen.
Hän ja Poso tekevät töitä yhdessä: Poso Vaikuttavuussäätiön rahoittamana tutkijana Orionilla, Käsnänen Orionin tutkimusyksikön vetäjänä.
"Jo nyt laboratoriossa tutkittavien molekyylien määrää on voitu vähentää merkittävästi, sillä tekoälyllä on osattu ennustaa useita kehityksen kannalta merkittäviä parametrejä yhtäaikaisesti ja entistä tarkemmin. Kun ennusteet tarkentuvat, monivaiheinen lääkekehitysprosessi vie entistä vähemmän aikaa ja muita resursseja", Käsnänen sanoo.
Hän muistuttaa, että pelkällä tekoälyllä tai laskennallisilla menetelmillä ei siis voida kehittää lääkkeitä ainakaan toistaiseksi.
"Tekoäly ei pysty varsinaisesti innovoimaan mitään uutta, mutta se on erittäin hyvä ottamaan huomioon ennestään tiedettyjä asioita", myös Poso toteaa.
Hän kertoo konkreettisen esimerkin: Ihminen pystyy tulkitsemaan helposti taulukkoa, jossa on viisi riviä ja viisi saraketta. Mutta kun niitä molempia onkin 500, on se jo paljon vaikeampaa.
"Tekoäly pystyy käsittelemään miljoonia rivejä. Se tehostaa prosesseja", Poso sanoo.
Supertietokoneita Kajaanissa
Suomessa on erinomaiset mahdollisuudet tehdä tekoälyyn pohjautuvaa laskennallista lääkekehitystä, sillä Kajaanissa sijaitsee kolme supertietokonetta, jotka kuuluvat maailman tehokkaimpien joukkoon.
"Kajaanissa on enemmän laskennallista tutkimustehoa kuin missään muualla Euroopassa. Meillä on mahdollisuus tehdä asioita, joista moni muu vain haaveilee", Poso sanoo.
Häntä ei huoleta se, että tekoäly veisi hänen työnsä.
Vaikka työ ei katoa mihinkään, työn sisältö voi muuttua, Poso huomauttaa. Monet lääkekehityksessä tehtävät työt, jotka ihminen on tehnyt aikaisemmin, voidaan automatisoida tekoälyllä.
"Minun ei tarvitse enää lukea 148 artikkelia ymmärtääkseni jotakin asiaa. Voin pyytää tekoälyä tekemään niistä referaatin ja lukea sen."
Kriittinen suhtautuminen ja moraalinen vastuu muistettava
Tekoälyn tuotoksiin pitää aina suhtautua kriittisesti, Poso muistuttaa. Jos joku seikka vaikkapa tekoälyn tekemässä referaatissa vaikuttaa epäilyttävältä, Poso palaa parin alkuperäisen artikkelin pariin saadakseen vahvistuksen epäilyilleen.
Tekoäly on hyvä renki, mutta huono isäntä, hän summaa. Sen avulla ei voida ratkaista kaikkea - ei nyt eikä tulevaisuudessa.
"Jos joku väittää niin, kehotan miettimään lottoarvontaa. Lottorivien arpominen palloilla on yksinkertainen systeemi, mutta tekoäly ei pysty ennustamaan ensi viikon lottoriviä. Lottopalloefekti on aina mukana, kun teen töitä tekoälyn kanssa", Poso sanoo.
Hän muistuttaa myös, että tekoälyä työkaluna käyttävän tutkijan täytyy muistaa moraalinen vastuunsa.
"Tekoälyllä on aiempaa helpompi saada aikaiseksi hyvää ja pahaa. Siksi tutkijan on tärkeää miettiä, kenen palveluksessa on. Kehitätkö syöpälääkettä vai hermomyrkkyä?"
Vaikuttavuussäätiön Tandem Industry Academia Professor -rahoitus