کد خبر: ۲۷۷۳۲۳
تاریخ انتشار: ۱۳ شهريور ۱۳۹۸ - ۱۰:۱۱
در مقاله مربوط به این پژوهش، با استفاده از یک سیستم جدید مبتنی بر هوش مصنوعی موسوم به "GENTRL" توانستند شش درمان‌ امیدوار کننده را برای مهار فیبروز و بیماری‌های دیگر طراحی کنند. یکی از این درمان‌ها آزمایش شد و نتایج امیدوارکننده‌ای را روی موش‌ها نشان داد.
 یک استارتاپ آمریکایی، مولکول‌های جدیدی را با کمک هوش مصنوعی طراحی کرده که می‌توانند به درمان بیماری‌هایی مانند فیبروز کمک کنند.

 به نقل از فوربس، کشف دارو در روش‌های قدیمی، با آزمایش هزاران مولکول کوچک صورت می‌گیرد که از میان آنها فقط تعداد کمی از مولکول‌ها تایید می‌شوند. شاید از میان هر ۱۰ مولکول، تنها یک مورد از آنها بتوانند آزمایش‌های بالینی را در انسان پشت سر بگذارند.

"شبکه‌های مولد تخاصمی"(GANs)، گروهی از سیستم‌های مبتنی بر یادگیری ماشینی هستند که معمولا برای تولید تصاویری با ویژگی‌های خاص به کار می‌روند. این شبکه‌ها که از سال ۲۰۱۶ توسط گروهی از پژوهشگران استارتاپ "اینسیلیکو مدیسین"(Insilico Medicine) که در زمینه زیست‌فناوری فعالیت دارد، برای تولید ساختارهای جدید مولکولی با ویژگی‌های خاص تولید شده بودند، اکنون در یک پژوهش جدید مورد بررسی قرار گرفته‌اند.

دانشمندان سراسر جهان از سه سال پیش تاکنون، شبکه‌های مولد تخاصمی و روش‌های دیگر یادگیری ماشینی را بررسی کرده‌اند تا روند کشف دارو را ارتقا بدهند. پژوهشگران در این بررسی، برای نخستین بار توانستند شبکه‌های مولد تخاصمی را برای تولید مولکول‌های کوچک یک پروتئین به کار ببرند.

در مقاله مربوط به این پژوهش، با استفاده از یک سیستم جدید مبتنی بر هوش مصنوعی موسوم به "GENTRL" توانستند شش درمان‌ امیدوار کننده را برای مهار فیبروز و بیماری‌های دیگر طراحی کنند. یکی از این درمان‌ها آزمایش شد و نتایج امیدوارکننده‌ای را روی موش‌ها نشان داد.

اینسیلیکو مدیسین قصد دارد با استفاده از مولکول‌های جدید تولید شده با کمک هوش مصنوعی، یک کشف جامع در زمینه دارو ارائه دهد. "الکس ژاورونکوف"(Alex Zhavoronkov)، مدیرعامل اینسیلیکو مدیسین گفت: ما در این پروژه، راهبرد مبتنی بر هوش مصنوعی را با قدرت تصور هوش مصنوعی ادغام کرده‌ایم. ما باور داریم که می‌توانیم دستگاه‌هایی بسازیم که به جای بررسی مولکول‌ها، مولکول‌های جدید را با ویژگی‌های خاص تصور کنند. بررسی مولکول‌ها در روش قدیمی کشف دارو، بررسی نحوه کارکرد آنها است اما ما می‌خواستیم بفهمیم که آیا این روش یادگیری ماشینی می‌توانند سریع‌تر عمل کنند.

این پژوهش جدید، چالشی را در جهان شیمی آغاز می‌کند. شرکت اینسیلیکو مدیسین قصد دارد این سیستم را برای ابداع داروهایی که می‌توانند فعالیت مولکول‌های آنزیمی موسوم به DDR۱ را مهار کنند، به کار ببرد. DDR۱T، آنزیمی است که در بروز فیبروز نقش دارد. اگرچه هنوز مشخص نیست که آیا این آنزیم می‌تواند چنین روندی را تنظیم کند اما فعالیت آن به عنوان یک درمان، در حال بررسی است.

حتی یک موفقیت کوچک در این زمینه می‌تواند به کشف داروهای جدید یا نتایج موفقیت‌آمیز و قابل توجه در حفظ منافع عمومی منجر شود. پژوهشگران با این سیستم GENTRL، یک نقطه عطف ارزشمند در کشف دارو با کمک هوش مصنوعی ارائه داده‌اند.

اینسیلیکو مدیسین، از GENTRL برای طراحی داروهای جدید استفاده کرد. پس از این مرحله، داروها تولید و با موفقیت روی موش‌ها آزمایش شدند. طراحی مولکول‌ها برای سیستم هوش مصنوعی، حدود ۲۱ روز به طول انجامید و زمان کلی برای طراحی، تولید و تایید نیز حدود ۴۶ روز زمان برد.

این پژوهش، در مجله "Nature Biotechnology" به چاپ رسید.
ارسال نظر
نام:
ایمیل:
* نظر:
اخبار روز
ببینید و بشنوید
آخرین عناوین