1. Uuri – Tehisintellekti alused biotehnoloogias

1.1 Mis on biotehnoloogia?

Biotehnoloogia on bioloogia haru, mis hõlmab elussüsteemide ja organismide kasutamist toodete väljatöötamiseks või valmistamiseks, või "mis tahes tehnoloogiline rakendus, mis kasutab bioloogilisi süsteeme, elusorganisme või nende derivaate toodete või protsesside valmistamiseks või muutmiseks kindlal otstarbel" (Bioloogilise mitmekesisuse konventsioon, 1992). Alates iidsetest tavadest nagu õllepruulimine ja küpsetamine kuni tänapäevase geenitehnoloogia ja vaktsiinitootmiseni on biotehnoloogial pikk ajalugu bioloogiliste protsesside rakendamisel inimkonna hüvanguks.

1.2 Mis on tehisintellekt (AI)?

Tehisintellekt (AI) viitab arvutisüsteemide arendamisele, mis suudavad täita ülesandeid, mis tavaliselt nõuavad inimintellekti. Nende ülesannete hulka kuuluvad õppimine, arutlemine, probleemide lahendamine, taju ja keele mõistmine. AI oluline alamhulk on masinõpe (ML), kus algoritmid õpivad andmete põhjal ilma otsese programmeerimiseta. Sügavõpe, mis on masinõppe arenenum vorm, kasutab keerukaid närvivõrke suurte andmehulkade töötlemiseks, matkides inimese aju struktuuri.

1.3 Kuidas tehisintellekt toetab biotehnoloogiat?

Tehisintellekti ja biotehnoloogia integratsioon, mida sageli nimetatakse ka tehisintellektil põhinevaks biotehnoloogiaks, tähistab eluteadustes paradigma muutust. Tehisintellekti võime analüüsida tohutuid ja keerukaid andmekogumeid, tuvastada mustreid ning teha prognoose muudab revolutsiooniliselt erinevaid biotehnoloogilisi rakendusi, alates genoomi järjestamisest kuni personaalmeditsiinini (Asad & Zulfiqar, 2024).

1.4 Kas tehisintellekt ravimite avastamisel on mängumuutja?

Ravimite avastamine on peamine näide sellest, kuidas tehisintellekt (AI) avaldab olulist mõju. Traditsiooniliselt on see protsess ressursimahukas, aeganõudev ja kõrge läbikukkumise määraga. AI muudab iga etappi, pakkudes tõhususe, kulude vähendamise ja edukuse määra parandamist (Pușcașu jt, 2025). Siin on, kuidas AI kiirendab ravimite avastamist:

• Kiirem sihtmärgi tuvastamine: AI analüüsib kiiresti bioloogilisi andmeid (genoomika, proteoomika), et kiiresti tuvastada haigusega seotud terapeutilised sihtmärgid, lühendades algset avastamisfaasi.
• Kiirendatud virtuaalne sõelumine: AI-põhised arvutusmudelid sõeluvad kiiresti miljardeid keemilisi ühendeid virtuaalselt, ennustades, millised neist võivad seonduda konkreetse haigusihtmärgiga. See kiirendab oluliselt potentsiaalsete ravimikandidaatide tuvastamist võrreldes füüsiliste testidega (Marins jt, 2024).
• Tõhus ravimite disain: AI, sealhulgas generatiivne AI, loob täiesti uusi molekulaarstruktuure nullist, optimeerides neid soovitud bioloogiliste omaduste jaoks ning täiustab olemasolevaid ravimikandidaate, et parandada tõhusust ja ohutust.
• Parendatud ADMET ennustus: AI mudelid ennustavad täpselt ravimi imendumist, jaotumist, metabolismi, eritumist ja toksilisust (ADMET) juba varajases faasis. See võimaldab teadlastel kiiresti kõrvaldada kahjulikud või ebaefektiivsed ühendid, vältides kulukaid läbikukkumisi hilisemates etappides.
• Optimeeritud kliinilised uuringud: AI analüüsib patsientide andmeid, et tõhusalt tuvastada sobivaid uuringus osalejaid ja kujundada sihipärasemaid protokolle. Samuti ennustab see vastuseid ja jälgib tulemusi reaalajas, mis viib kiirema värbamise, lühemate uuringute ja suurema edukuse määrani.
• Kiire ravimite ümberkasutamine: AI algoritmid tuvastavad kiiresti olemasolevate ravimite uusi terapeutilisi kasutusvõimalusi, analüüsides suuri andmekogusid heakskiidetud ravimite ja haiguste kohta, kiirendades ravivõimaluste kättesaadavust.