Razvoj novog lijeka tradicionalno je jedan od najsporijih, najskupljih i najrizičnijih procesa u znanosti. Statistika je brutalna: potrebno je prosječno 10 do 12 godina i preko 2 milijarde dolara da se jedan lijek dovede od laboratorija do ljekarne. Čak i tada, 90% kandidata za lijekove propadne tijekom kliničkih ispitivanja.

No, u 2025. godini svjedočimo radikalnoj promjeni. Umjetna inteligencija nije samo ubrzala ovaj proces; ona ga je potpuno redefinirala. Više ne tražimo iglu u plastu sijena – AI nam magnetskom preciznošću pokazuje gdje se igla nalazi.

Zašto je AI superioran klasičnim metodama?

Pitali ste radi li se samo o “boljem prototipiranju“. Odgovor je: to je samo vrh ledenog brijega. AI donosi revoluciju iz nekoliko ključnih razloga:

1. Simulacija umjesto eksperimenta (“In Silico” istraživanja)

Klasična metoda zahtijeva da znanstvenici fizički pomiješaju kemikalije u epruveti (in vitro) i vide hoće li reagirati. To je sporo i troši materijal. AI provodi milijune simulacija u virtualnom prostoru (in silico) u sekundi. On može predvidjeti kako će molekula reagirati s proteinom u ljudskom tijelu prije nego što se ta molekula uopće fizički proizvede.

2. Prepoznavanje uzoraka u “velikim podacima”

Ljudski mozak ne može istovremeno analizirati genetski kod, kemijsku strukturu milijuna spojeva i kliničku povijest pacijenata. AI to može. Modeli strojnog učenja vide skrivene veze – npr. da određena genetska mutacija kod pacijenata s rakom pluća reagira na spoj koji se inače koristi za sasvim drugu bolest (tzv. drug repurposing).

3. Generativna kemija (Stvaranje, a ne samo traženje)

Ovo je najveća razlika. Klasične metode pretražuju postojeće biblioteke molekula. Generativni AI (sličan onome koji stvara slike) može dizajnirati potpuno nove molekule koje ne postoje u prirodi, a koje su savršeno krojene da se vežu na virus ili stanicu raka.

Temelj svega: Razumijevanje “Svetog grala” biologije (Proteinsko savijanje)

Da biste razumjeli kako AI liječi, morate razumjeti proteine. Proteini su mikroskopski strojevi koji obavljaju sve funkcije u našem tijelu. Njihova funkcija ovisi isključivo o njihovom 3D obliku.

Zamislite bolest (npr. virus) kao bravu. Lijek mora biti ključ koji savršeno pristaje u tu bravu da bi je otključao ili blokirao. Desetljećima znanstvenici nisu znali kako točno izgledaju te “brave” jer su proteini složeno savijeni.

Rješenje: AlphaFold. Googleov DeepMind razvio je AI sustav AlphaFold koji je riješio ovaj 50 godina star problem. AlphaFold može s nevjerojatnom točnošću predvidjeti 3D oblik gotovo svakog proteina u ljudskom tijelu. To znači da znanstvenici sada imaju “nacrte” za bolesti koje su prije bile misterij.

Konkretan primjer: AI u borbi protiv Hepatocelularnog karcinoma (Raka jetre)

Jedan od najimpresivnijih primjera u 2025. dolazi od tvrtke Insilico Medicine i njihovog lijeka razvijenog pomoću platforme Pharma.AI.

Problem:

Rak jetre (HCC) je smrtonosan i teško lječiv jer su stanice raka vrlo otporne i imaju specifičnu strukturu proteina koju je teško ciljati lijekovima.

AI Rješenje:

1. Otkrivanje cilja: AI je prvo analizirao ogromne baze podataka o tkivima raka i identificirao specifičan protein (CDK20) koji je ključan za rast tumora, a kojeg su ljudi zanemarivali.
2. Dizajn molekule: Zatim je generativni AI model kreirao tisuće potencijalnih molekula koje bi mogle blokirati taj protein.
3. Filtriranje: Sustav je automatski odbacio one koje bi mogle biti toksične za ljude ili se ne bi mogle apsorbirati u tijelu.

Rezultat:

U samo 30 dana, AI je identificirao potencijalni lijek. U klasičnom procesu, za ovo bi trebale godine. Lijek je ušao u klinička ispitivanja na ljudima u rekordnom roku, pokazujući kako AI ne samo da ubrzava proces, već pronalazi rješenja koja su ljudima bila “nevidljiva”.

Još jedan primjer: Superbakterije i antibiotici

Znanstvenici s MIT-a koristili su AI da pronađu antibiotik koji može ubiti bakterije otporne na sve poznate lijekove. AI je analizirao bazu od 2.500 molekula i pronašao spoj (koji su nazvali Halicin) koji strukturno ne liči niti jednom postojećem antibiotiku, ali je iznimno efikasan. Ljudi ga nikada ne bi testirali jer “ne izgleda” kao antibiotik. AI nema predrasuda – on gleda samo podatke.

Zaključak

AI u medicini ne zamjenjuje znanstvenike; on im daje “supermoći”. Omogućuje im da preskoče godine slijepih ulica i fokusiraju se samo na one molekule koje imaju najveću šansu za uspjeh. To znači jeftinije lijekove, brži odgovor na nove pandemije i nadu za bolesti koje smo donedavno smatrali neizlječivima.