Daha iyi, daha etkili ilaçlar oluşturmak için üretken yapay zekayı kullanma

30 Mayıs 2023 (Nanowerk Haberleri) İlaç endüstrisinin insan hastalıklarını tedavi edebilecek veya iyileştirebilecek ilaçlar üretmesi yıllar alabilse de, yeni bir çalışma, üretken yapay zeka ilaç geliştirme sürecini büyük ölçüde hızlandırabilir. Günümüzde ilaç keşiflerinin çoğu, bağımlı olduğumuz güvenli ve etkili ilaçlar haline gelmek için gereken doğru molekülleri seçip sentezlemek için bilgi ve deneyimlerine güvenen insan kimyagerler tarafından gerçekleştirilmektedir. Sentez yollarını belirlemek için bilim insanları sıklıkla retrosentez adı verilen bir teknik kullanır; bu, istenen moleküllerden geriye doğru çalışarak ve bunları yapmak için kimyasal reaksiyonları arayarak potansiyel ilaçlar oluşturmaya yönelik bir yöntemdir. Milyonlarca potansiyel kimyasal reaksiyonun incelenmesi son derece zorlu ve zaman alıcı bir çaba olabileceğinden, Ohio State Üniversitesi'ndeki araştırmacılar G adı verilen bir yapay zeka çerçevesi oluşturdular.2Herhangi bir molekül için otomatik olarak reaksiyonlar oluşturmak için Retro. Yeni çalışma, mevcut manuel planlama yöntemleriyle karşılaştırıldığında, çerçevenin çok çeşitli olası kimyasal reaksiyonları kapsayabildiğini ve ayrıca belirli bir ilaç molekülünü oluşturmak için hangi reaksiyonların en iyi şekilde çalışabileceğini doğru ve hızlı bir şekilde ayırt edebildiğini gösterdi. Araştırmanın baş yazarı ve Ohio State'de bilgisayar bilimi ve mühendisliği doçentlerinden Xia Ning, "Yapay zekayı tıp gibi insan hayatını kurtarmak için kritik öneme sahip şeyler için kullanmak asıl odaklanmak istediğimiz şey" dedi. "Amacımız, ilaç tasarım sürecini hızlandırmak için yapay zekayı kullanmaktı ve bunun yalnızca araştırmacılara zaman ve para tasarrufu sağlamakla kalmayıp, aynı zamanda doğada var olan herhangi bir molekülden çok daha iyi özelliklere sahip olabilecek ilaç adayları sağladığını da gördük." Bu çalışma, Ning'in ekibinin, istenen özellikleri mevcut moleküllerden daha iyi sergileyen molekül yapıları üretebilen Modof adlı bir yöntem geliştirdiği önceki araştırmasına dayanıyor. Aynı zamanda Tıp Fakültesi'nde biyomedikal bilişim alanında doçent olan Ning, "Şimdi soru, bu tür üretilen moleküllerin nasıl yapılacağı haline geliyor ve bu yeni çalışmanın parladığı yer burası" dedi. Araştırma dergide yayımlandı İletişim Kimyası (“G,2Retrosentez tahmini için iki adımlı grafik üretici modeller olarak retro”). Ning'in ekibi G'yi eğitti240,000 ile 1976 yılları arasında toplanan 2016 kimyasal reaksiyonu içeren bir veri kümesinin retrospektifi. Çerçeve, verilen moleküllerin grafik tabanlı temsillerinden "öğrenir" ve bunları sentezlemek için kullanılabilecek olası reaktan yapıları oluşturmak için derin sinir ağlarını kullanır. Üretken gücü o kadar etkileyici ki Ning'e göre bir molekül verildiğinde G2Retro, yalnızca birkaç dakika içinde yüzlerce yeni reaksiyon tahmini ortaya çıkarabilir. “Üretken yapay zeka yöntemimiz G2Retro, birden fazla farklı sentez yolu ve seçeneğinin yanı sıra her molekül için farklı seçenekleri sıralamanın bir yolunu da sunabiliyor" dedi Ning. "Bu, mevcut laboratuvar tabanlı deneylerin yerini almayacak, ancak daha fazla ve daha iyi ilaç seçenekleri sunacak, böylece deneylere çok daha hızlı öncelik verilecek ve odaklanılabilecek." Yapay zekanın etkinliğini daha fazla test etmek için Ning'in ekibi, G'nin işe yarayıp yaramadığını görmek için bir vaka çalışması gerçekleştirdi.2Retro, halihazırda dolaşımda olan dört yeni piyasaya sürülen ilacı doğru bir şekilde tahmin edebildi: Hemolitik anemiyi tedavi etmek için kullanılan bir ilaç olan Mitapivat; Çeşitli cilt hastalıklarının tedavisinde kullanılan tapinarof; Sistemik kalp yetmezliğini tedavi eden bir ilaç olan Mavacamten; ve kadınlarda mantar enfeksiyonlarını tedavi etmek için kullanılan Oteseconazole. G2Ning, Retro'nun bu ilaçlar için tam olarak aynı patentli sentez yollarını doğru bir şekilde üretebildiğini ve aynı zamanda uygulanabilir ve sentetik olarak yararlı olan alternatif sentez yolları sağladığını söyledi. Böylesine dinamik ve etkili bir cihazın bilim adamlarının emrinde olması, endüstrinin daha hızlı bir şekilde daha güçlü ilaçlar üretmesini sağlayabilir; ancak yapay zekanın laboratuvarda bilim adamlarına sağlayabileceği üstünlüğe rağmen Ning, ilaçların G olduğunu vurguluyor.2Retro veya herhangi bir üretken yapay zekanın yarattığı her şeyin hâlâ doğrulanması gerekiyor; bu, oluşturulan moleküllerin hayvan modellerinde ve daha sonra insan denemelerinde test edilmesini içeren bir süreçtir. Ning, "Tıpta üretken yapay zeka konusunda çok heyecanlıyız ve yapay zekayı insan sağlığını iyileştirmek için sorumlu bir şekilde kullanmaya kararlıyız" dedi.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoAiStream. Web3 Veri Zekası. Bilgi Genişletildi. Buradan Erişin.
• Adryenn Ashley ile Geleceği Basmak. Buradan Erişin.
• PREIPO® ile PRE-IPO Şirketlerinde Hisse Al ve Sat. Buradan Erişin.
• Kaynak: https://www.nanowerk.com/news2/robotics/newsid=63078.php