Μία νέα προσέγγιση στον τομέα της ανάπτυξης νέων φαρμάκων και της επιστημονικής έρευνας γενικότερα φαίνεται να υπόσχεται λογισμικό το οποίο διάβασε δεκάδες χιλιάδες επιστημονικές έρευνες και στη συνέχεια προέβλεψε νέες ανακαλύψεις σχετικά με τη λειτουργία πρωτεΐνης η οποία σχετίζεται με την εμφάνιση καρκίνου.
Το εν λόγω λογισμικό, σύμφωνα με δημοσίευμα του ΜΙΤ Technology Review, αναπτύχθηκε από την ΙΒΜ και το Baylor College of Medicine και «εξαπολύθηκε» σε 60.000 ερευνητικά papers σχετικά με την πρωτεΐνη p53, η οποία εμπλέκεται στην ανάπτυξη κυττάρων που παρατηρείται σε πολλά είδη καρκίνου. Το πρόγραμμα ήταν σε θέση να κατανοήσει αυτά που είναι γνωστά για τις κινάσες (ένζυμα που αποτελούν συνήθη στόχο αντικαρκινικών θεραπειών) και να δημιουργήσει μία λίστα από άλλες πρωτεΐνες που ενδεχομένως να παρουσιάζουν κοινά χαρακτηριστικά. Οι περισσότερες από τις συγκεκριμένες προβλέψεις αποδείχτηκαν σωστές. «Κάναμε δοκιμές σε 10. Οι επτά φαίνονται να είναι πραγματικές κινάσες» δήλωσε ο Ολιβιέ Λιχτάρτζ του Baylor.
Τα προκαταρκτικά αποτελέσματα της συνεργασίας του Baylor με την ΙΒΜ παρουσιάστηκαν σε συνάντηση σχετική με το cognitive (γνωσιακό) computing στο εργαστήριο ερευνών Almaden της ΙΒΜ. Σύμφωνα με τον Λιχτάρτζ, έγινε και άλλη δοκιμή του λογισμικού, στην οποία του δόθηκε πρόσβαση σε κείμενα που είχαν δημοσιευθεί πριν το 2003, για να εξακριβωθεί εάν θα μπορούσε να βρει κινάσες που εντοπίστηκαν από το 2003 και μετά. Στη συγκεκριμένη περίπτωση βρέθηκαν επτά από τις εννέα. «Οι κινάσες γενικότερα εντοπίζονται περίπου μία τη χρονιά. Ο ρυθμός ανακάλυψης θα μπορούσε να επιταχυνθεί σημαντικά» δήλωσε σχετικά.
Το λογισμικό θα μπορούσε να μετατραπεί έτσι ώστε να αναζητεί και άλλα ένζυμα.
Η συνεργασία της ΙΒΜ με το Baylor αποσκοπεί στη δοκιμή μίας σειράς «εργαλείων» που η εταιρεία παρέχει ήδη σε φαρμακευτικές εταιρείες και τα οποία χρησιμοποιούνται για την ενδελεχή διερεύνηση επιστημονικών εκδόσεων, ευρεσιτεχνιών και βάσεων δεδομένων, επιταχύνοντας την ερευνητική διαδικασία.
Λογισμικό τέτοιου είδους θα μπορούσε να αλλάξει δραστικά τον τρόπο με τον οποίο οι επιστήμονες διεξάγουν και αξιολογούν νέες έρευνες. «Νομίζω ότι θα βοηθούσε την επιστήμη να σημειώσει γρηγορότερη πρόοδο. Πολύ συχνά σπαταλάμε πολύ χρόνο στο εργαστήριο επειδή δεν ξέρουμε όλα όσα περιέχονται στη σχετική βιβλιογραφία» τονίζει ο Λόρενς Χάντερ, διευθυντής του Center for Computational Pharmacology του Πανεπιστημίου Κολοράντο – Ντένβερ.
