एआई एल्गोरिदम का उपयोग दवाओं को विकसित करने के लिए किया जाता है जो दवा-प्रतिरोधी बैक्टीरिया से लड़ते हैं

चिकित्सा उद्योग के सामने सबसे बड़ी चुनौतियों में से एक दवा-प्रतिरोधी बैक्टीरिया है। वर्तमान में, दवा-प्रतिरोधी बैक्टीरिया के कारण लगभग 700,000 मौतें होती हैं, और अधिक स्ट्रेन दवा-प्रतिरोधी बैक्टीरिया विकसित हो रहे हैं। वैज्ञानिक और इंजीनियर दवा-प्रतिरोधी बैक्टीरिया से निपटने के नए तरीके विकसित करने का प्रयास कर रहे हैं। नए एंटीबायोटिक्स विकसित करने का एक तरीका है कृत्रिम बुद्धिमत्ता और मशीन लर्निंग का उपयोग करके नए यौगिकों को अलग करना जो नए सुपर-बैक्टीरिया के स्ट्रेन से निपट सकते हैं।

जैसा कि SingularityHub ने रिपोर्ट किया, एक नए एंटीबायोटिक को एआई की सहायता से डिज़ाइन किया गया। एंटीबायोटिक को हैलिसिन नाम दिया गया है, 2001: ए स्पेस ओडिसी से एआई हैल के नाम पर। नए विकसित एंटीबायोटिक ने कुछ वायरल सुपर-बैक्टीरिया स्ट्रेन को खत्म करने में सफलता प्राप्त की। नए एंटीबायोटिक की खोज मशीन लर्निंग एल्गोरिदम का उपयोग करके की गई थी। विशेष रूप से, मशीन लर्निंग मॉडल को लगभग 2,500 यौगिकों के एक बड़े डेटासेट का उपयोग करके प्रशिक्षित किया गया था। मॉडल को प्रशिक्षित करने वाली दवाओं में से लगभग आधी दवाएं पहले से ही एफडीए द्वारा अनुमोदित थीं, जबकि प्रशिक्षण सेट का दूसरा आधा हिस्सा प्राकृतिक रूप से होने वाले यौगिकों से बना था। शोधकर्ताओं की टीम ने एल्गोरिदम को उन अणुओं को प्राथमिकता देने के लिए समायोजित किया जो एक ही समय में एंटीबायोटिक गुणों के साथ-साथ मौजूदा एंटीबायोटिक संरचनाओं से अलग थे। उन्होंने तब परिणामों की जांच की ताकि यह निर्धारित किया जा सके कि कौन से यौगिक मानव उपभोग के लिए सुरक्षित होंगे।

द गार्डियन के अनुसार, दवा ने हाल के एक अध्ययन में दवा-प्रतिरोधी बैक्टीरिया से लड़ने में अत्यधिक प्रभावी साबित किया है। यह इतना प्रभावी है क्योंकि यह बैक्टीरिया की झिल्ली को खराब करता है, जो बैक्टीरिया को ऊर्जा उत्पन्न करने की क्षमता को अक्षम करता है। बैक्टीरिया हैलिसिन के प्रभावों के खिलाफ रक्षा विकसित करने के लिए कुछ जेनेटिक म्यूटेशन ले सकता है, जो हैलिसिन को बनाए रखने की शक्ति देता है। शोध टीम ने यह भी परीक्षण किया कि यौगिक चूहों में कैसा प्रदर्शन करता है, जहां यह वर्तमान एंटीबायोटिक्स के प्रतिरोधी बैक्टीरिया के एक स्ट्रेन से संक्रमित चूहों को सफलतापूर्वक साफ करने में सक्षम था। अध्ययन के परिणाम इतने आशाजनक होने के साथ, शोध टीम एक फार्मास्यूटिकल इकाई के साथ साझेदारी में जाने और दवा को मानव उपयोग के लिए सुरक्षित साबित करने की उम्मीद करती है।

जेम्स कॉलिन्स, बायोइंजीनियरिंग के प्रोफेसर और एमआईटी में वरिष्ठ लेखक, और रेजिना बारज़िले, कंप्यूटर विज्ञान के प्रोफेसर एमआईटी में दोनों ही पेपर में वरिष्ठ लेखक थे। कॉलिन्स, बारज़िले और अन्य शोधकर्ताओं को उम्मीद है कि हैलिसिन को डिज़ाइन करने के लिए उन्होंने जैसे एल्गोरिदम का उपयोग नए एंटीबायोटिक्स की खोज में तेजी लाने में मदद कर सकता है जो बीमारी के दवा-प्रतिरोधी स्ट्रेन के प्रसार से निपटने के लिए।

हैलिसिन एकमात्र दवा यौगिक नहीं है जिसे एआई का उपयोग करके खोजा गया है। कॉलिन और बारज़िले के नेतृत्व वाली शोध टीम ज़िन्क 15 डेटाबेस से लगभग 100 मिलियन अणुओं का उपयोग करके अधिक मॉडलों को प्रशिक्षित करना चाहती है, जो 1.5 बिलियन से अधिक दवा यौगिकों की एक ऑनलाइन लाइब्रेरी है। रिपोर्ट के अनुसार, टीम ने पहले से ही कम से कम 23 अलग-अलग उम्मीदवारों को पाया है जो मानव उपयोग के लिए संभावित रूप से सुरक्षित हैं और वर्तमान एंटीबायोटिक्स से संरचनात्मक रूप से अलग हैं।

एंटीबायोटिक्स का एक दुर्भाग्यपूर्ण दुष्प्रभाव यह है कि वे हानिकारक बैक्टीरिया को मारते हैं, वे मानव शरीर को आवश्यक आंतों के बैक्टीरिया को भी मार देते हैं। शोधकर्ताओं को उम्मीद है कि वे हैलिसिन बनाने के लिए उपयोग की जाने वाली तकनीकों का उपयोग करके कम दुष्प्रभाव वाले एंटीबायोटिक्स बना सकते हैं, जो मानव आंतों के माइक्रोबायोम को नुकसान पहुंचाने की संभावना कम है।

अन्य कई कंपनियां भी मशीन लर्निंग का उपयोग करके जटिल, लंबे और अक्सर महंगे दवा निर्माण प्रक्रिया को सरल बनाने का प्रयास कर रही हैं। अन्य कंपनियों ने भी नए दवा यौगिकों को संश्लेषित करने के लिए एआई एल्गोरिदम को प्रशिक्षित किया है। हाल ही में एक कंपनी ने केवल एक महीने और आधे में एक प्रूफ-ऑफ-कॉन्सेप्ट दवा विकसित की, जो दवा बनाने के पारंपरिक तरीके से बहुत कम समय है।

बारज़िले को उम्मीद है कि एआई-चालित दवा खोज विधियां दवा खोज के परिदृश्य को महत्वपूर्ण तरीके से बदल सकती हैं। बारज़िले ने हैलिसिन पर काम का वर्णन किया कि कैसे प्रभावी मशीन लर्निंग तकनीकें हो सकती हैं:

“यह अभी भी एक प्रश्न है कि क्या मशीन-लर्निंग टूल वास्तव में स्वास्थ्य सेवा में कुछ बुद्धिमान कर रहे हैं, और हम उन्हें फार्मास्यूटिकल्स उद्योग में काम के घोड़े के रूप में विकसित करने के लिए कैसे विकसित कर सकते हैं। यह दिखाता है कि आप इस टूल को कितना अनुकूलित कर सकते हैं।”