به نقل از «فرارو»

این داروهای عجیب را هوش‌مصنوعی طراحی کرده‌است!

تاریخ انتشار: ۲۰ تیر ۱۴۰۲ | کد خبر: ۳۸۱۹۹۴۰۰

دانشمندان به کمک هوش مصنوعی داروهایی را پیدا کرده‌اند که ممکن است بتوانند با پیری مبارزه کنند و از بیماری‌های مرتبط با پیری پیشگیری کنند.

به گزارش زومیت، پیدا کردن داروهای جدید یا کشف دارو کاری پرهزینه و وقت‌گیر است. اما نوعی از هوش مصنوعی به نام یادگیری ماشین می‌تواند این فرایند را تسریع کند و با هزینه‌ای بسیار پایین این کار را انجام دهد.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

گروهی از پژوهشگران دانشگاه ادینبرو اخیراً از یادگیری ماشین برای پیدا کردن داروهای سنولیتیک استفاده کرده‌اند. سنولیتیک‌ها داروهایی هستند که روند پیری را کند و از بیماری‌های مرتبط با پیری پیشگیری می‌کنند.

داروهای سنولیتیک با از بین بردن سلول‌های پیر عمل می‌کنند. سلول‌های پیر از نظر متابولیکی فعال هستند، اما نمی‌توانند تکثیر شوند و بنابراین به «سلول‌های زامبی» معروف هستند.

ناتوانی در تکثیر شدن لزوماً اتفاق بدی نیست. دی‌ان‌ای این سلول‌ها آسیب دیده است (برای مثال سلول‌های پوستی که به‌وسیله‌ی اشعه خورشید آسیب دیده‌اند)، بنابراین توقف تکثیر مانع از گسترش آسیب می‌شود.

سلول‌های پیر همیشه چیز خوبی نیستند. آن‌ها ترکیبی از پروتئین‌های التهابی را ترشح می‌کنند که می‌توانند به سلول‌های مجاور برسند.

در طول زندگی، سلول‌های ما مورد حملات موارد مختلفی از اشعه فرابنفش گرفته تا مواد شیمیایی قرار می‌گیرند و سلول‌های پیر در بدن ما تجمع پیدا می‌کنند. افزایش تعداد سلول‌های پیر در طیف وسیعی از بیماری‌ها ازجمله دیابت نوع دو، کووید، فیبروز ریه، استئوآرتریت و سرطان نقش دارد.

مطالعات انجام‌شده روی موش‌های آزمایشگاهی نشان داده است حذف سلول‌های پیر با استفاده از سنولیتیک‌ها می‌تواند بیماری‌های مذکور را بهبود بخشد. این داروها می‌توانند سلول‌های زامبی را از بین ببرند، ولی به سلول‌های سالم کاری ندارند.

حدود ۸۰ سنولیتیک شناخته شده، اما فقط دو موارد از آن‌ها روی انسان آزمایش شده است: ترکیبی از داساتینیب و کوئرستین. پیدا کردن سنولیتیک‌های بیشتر که بتوانند در درمان بیماری‌های مختلف استفاده شوند، بسیار عالی است، اما ده تا بیست سال زمان و میلیاردها دلار نیاز است تا دارویی وارد بازار شود.

نتایج در پنج دقیقه

پژوهشگران دانشگاه ادینبرو و مرکز تحقیقات IBBTEC-CSIC اسپانیا می‌خواستند بدانند که آیا می‌توانند مدل‌های یادگیری ماشین را به‌منظور شناسایی سنولیتیک‌های جدید آموزش بدهند. آن‌ها نمونه‌هایی از داروهای سنولیتیک و داروهای غیرسنولیتیک را وارد مدل کردند. مدل‌ها یاد گرفتند بین دو نوع داروها تمایز قائل شوند و بنابراین می‌توانستند برای پیش‌بینی این موضوع استفاده شوند که آیا مولکول‌هایی که قبلاً ندیده‌اند از نوع سنولیتیک‌ها هستند یا نه.

حین حل کردن یک مسئله یادگیری ماشین، معمولاً در ابتدا داده‌ها روی مدل‌های مختلف آزمایش می‌شوند، زیرا برخی از مدل‌ها بهتر عمل می‌کنند. برای تعیین مدلی که بهترین عملکرد را دارد، پژوهشگران بخش کوچکی از داده‌های آموزشی را جدا می‌کنند و آن‌ها را تا پایان فرایند یادگیری از مدل مخفی نگه می‌دارند. آن‌ها سپس از داده‌های آزمایشی برای تعیین تعداد خطاهای مدل استفاده می‌کنند. مدلی که کمترین خطا را داشته باشد، انتخاب می‌شود.

به‌این‌ترتیب، پژوهشگران بهترین مدل را تعیین کردند و از آن برای پیش‌بینی استفاده کردند. آن‌ها ۴۳۴۰ مولکول را وارد مدل کردند و پنج دقیقه بعد فهرستی از نتایج را به دست آوردند. مدل هوش مصنوعی ۲۱ مولکول با امتیاز بالا را شناسایی کرد که به‌نظر می‌رسید احتمال اینکه سنولیتیک باشند، بالاتر از بقیه مولکول‌ها است.

اگر پژوهشگران می‌خواستند ۴۳۴۰ مولکول اولیه را در آزمایشگاه آزمایش کنند، حداقل چند هفته کار فشرده و ۵۰ هزار پوند فقط برای خرید ترکیبات نیاز داشتند. علاوه‌براین، هزینه دستگاه‌ها و راه‌اندازی نیز وجود داشت.

داروهای انتخابی روی دو نوع سلول آزمایش شد: سلول‌های سالم و سلول‌های پیر. از میان ۲۱ ترکیب مورد آزمایش، سه ترکیب (جینگژین، پری‌پلوسین و اولاندرین) توانستند سلول‌های پیر را از بین ببرند درحالی‌که بیشتر سلول‌های طبیعی را زنده نگه دارند. پژوهشگران سه سنولیتیک جدید را تحت آزمایش‌های بیشتری قرار دادند تا درمورد نحوه عمل آن‌ها در بدن اطلاعاتی به دست بیاورند. آزمایش‌های زیستی دقیق‌تر نشان داد اولاندرین از همه مؤثرتر است.

اولاندرین ترکیبی است که در گیاه خرزهره یافت می‌شود.

پیامدهای بالقوه این رویکرد میان رشته‌ای که شامل دانشمندان داده، شیمیدان‌ها و زیست‌شناسان می‌شود، بسیار چشمگیر است. با توجه به وجود داده‌های باکیفیت، مدل‌های هوش مصنوعی می‌توانند به دانشمندان کمک کنند تا با سرعت بیشتری درمان‌هایی برای بیماری‌های مختلف پیدا کنند.

پژوهشگران با اثبات تأثیر داروهای انتخابی روی سلول‌های پیر، اکنون درحال آزمایش آن‌ها روی بافت ریه انسان هستند و امیدوارند نتایج خود را تا دو سال آینده گزارش کنند.

منبع: فرارو

کلیدواژه: داروسازی هوش مصنوعی قیمت طلا و ارز قیمت موبایل یادگیری ماشین سلول های پیر سنولیتیک ها هوش مصنوعی بیماری ها داده ها سلول ها مدل ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت fararu.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «فرارو» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۱۹۹۴۰۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

پله نوردی و افزایش طول عمر/ تاثیر آسپرین در پیشگیری از سرطان روده

به گزارش خبرنگار مهر، مهم‌ترین اخبار منتشرشده در حوزه بهداشت، درمان و تغذیه در سطح جهان به شرح زیر بوده اند:

تنهایی موجب کاهش طول عمر بازماندگان سرطان می‌شود

یک مطالعه جدید نشان می‌دهد بازماندگان سرطان که در تنهایی زندگی می‌کنند، در مقایسه با افرادی که همراه و همدمی در زندگی دارند، بیشتر احتمال دارد فوت کنند.

پله نوردی باعث افزایش طول عمر می‌شود

می‌خواهید بیشتر زندگی کنید؟ یک بررسی جدید نشان می‌دهد که پله‌ها را به جای آسانسور انتخاب کنید.

نحوه تأثیر آسپرین در پیشگیری از سرطان روده بزرگ

استفاده طولانی مدت روزانه از آسپرین برای پیشگیری از سرطان روده بزرگ شناخته شده است، اما تا به حال مشخص نشده است که چرا چنین تأثیری دارد.

داروهای سوزش معده خطر میگرن را افزایش می‌دهند

یک مطالعه جدید هشدار می‌دهد افرادی که داروهای سوزش معده مصرف می‌کنند بیشتر در معرض خطر میگرن و انواع دیگر سردردهای شدید هستند.

کد خبر 6095402