نهج التعلم الآلي الجديد يمكن أن يسرع تصميم الأدوية

قد يسرع نهج جديد للتعلم الآلي طوره فريق من الباحثين في جامعة كامبريدج البحث عن علاجات جديدة للأمراض. يتعلم النهج “كيفية التعلم” ويتفوق على أساليب التعلم الآلي الحالية لتصميم الأدوية.

نشرت الأبحاث الجديدة في مجلة المراجعات الوطنية للأكاديمية الوطنية للعلوم.

سمي النهج الجديد بالتعلم الآلي التحويلي (TML)، وطوره باحثون من المملكة المتحدة والسويد والهند وهولندا.

TML vs. Traditional ML

يحسن نهج TML الأداء أثناء التعلم ويمكنه التعلم من مشاكل متعددة. كما يمكنه تسريع تحديد وإنتاج أدوية جديدة عن طريق تحسين أنظمة التعلم الآلي المستخدمة لتحديد هذه الأدوية.

غالبًا ما تستخدم نماذج التعلم الآلي الحالية أمثلة مخططة، والتي تمثل عادةً في الكمبيوتر من خلال سمات داخلية مثل لون أو شكل الكائن. هذا يسمح للكمبيوتر بتشكيل قواعد عامة ترتبط السمات بالتعليمات.

أستاذ روس كينغ من قسم الهندسة الكيميائية والتقانة الحيوية في كامبريدج، وقاد البحث.

“إنه مثل تعليم الطفل لتحديد الحيوانات المختلفة: هذا أرنب، هذا حمار، وهكذا”، قال كينغ. “إذا تعلمت خوارزمية التعلم الآلي كيف يبدو الأرنب، سوف تكون قادرة على تحديد ما إذا كان الحيوان أرنبًا أم لا. هذا هو الطريقة التي تعمل بها معظم أنظمة التعلم الآلي – تتعامل مع مشاكل واحدة تلو الأخرى.”

العمل البشري يتعلم بطريقة مختلفة. نحن نحسن من التعلم بسبب تجارب التعلم السابقة. نحن لا نتعامل مع مشكلة واحدة في الوقت نفسه.

كينغ هو أيضًا زميل في معهد آلان تURING.

“لتنمية TML، طبقنا هذا النهج على التعلم الآلي، وطورنا نظامًا يتعلم المعلومات من المشاكل السابقة التي واجهها من أجل التعلم بشكل أفضل لمشاكل جديدة”، قال كينغ. “في حين أن نظام التعلم الآلي النموذجي يجب أن يبدأ من الصفر عند تعلم تحديد نوع حيوان جديد – مثل القطط الصغيرة – يمكن لـ TML استخدام التشابه مع الحيوانات الموجودة: القطط الصغيرة لطيفة مثل الأرانب، ولكنها لا تملك أذنان طويلتان مثل الأرانب والهمر. هذا يجعل TML نهجًا أكثر قوة للتعلم الآلي.”

اختبار النهج

اختبر الباحثون النهج وأثبتوا فاعليته على آلاف المشاكل التي تم سحبها من العلوم والهندسة. وفقًا للفريق، فإنها واعدة بشكل خاص في مجال اكتشاف الأدوية، حيث يمكنها تسريع العملية عن طريق التحقق مما يقوله نماذج التعلم الآلي الأخرى حول جزيئات معينة.

في حين تبحث نماذج التعلم الآلي التقليدية عن جزيئات دوائية ذات شكل معين، يستخدم نهج TML الجديد الاتصال بين الأدوية ومشاكل اكتشاف الأدوية الأخرى.

“كنت مفاجئًا من كيفية عملها جيدًا – أفضل من أي شيء نعرفه لتصميم الأدوية”، قال كينغ. “إنه أفضل في اختيار الأدوية من البشر – ومن دون أفضل العلوم، لن نحصل على أفضل النتائج.