हेल्थकेयर
एआई एल्गोरिदम का उपयोग दवा-प्रतिरोधी बैक्टीरिया से लड़ने वाली दवाएं विकसित करने के लिए किया जाता है
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 होने का अनुमान है, और दवा-प्रतिरोधी बैक्टीरिया के अधिक प्रकार 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 नए यौगिकों को अलग करने के लिए कृत्रिम बुद्धिमत्ता और मशीन लर्निंग का उपयोग करना है जो सुपर-बैक्टीरिया के नए उपभेदों से निपट सकते हैं।
जैसा कि सिंगुलैरिटीहब ने रिपोर्ट किया है, एक नया एंटीबायोटिक डिज़ाइन किया गया था एआई की सहायता से। 2001 के एआई एचएएल: ए स्पेस ओडिसी के नाम पर एंटीबायोटिक का नाम हैलिसिन रखा गया है। नव विकसित एंटीबायोटिक कुछ विषैले सुपर-बैक्टीरिया उपभेदों को खत्म करने में सफल साबित हुआ। नए एंटीबायोटिक की खोज मशीन लर्निंग एल्गोरिदम के उपयोग के माध्यम से की गई थी। विशेष रूप से, मशीन लर्निंग मॉडल को लगभग 2,500 यौगिकों से युक्त एक बड़े डेटासेट का उपयोग करके प्रशिक्षित किया गया था। मॉडल को प्रशिक्षित करने के लिए उपयोग की जाने वाली लगभग आधी दवाएं पहले से ही एफडीए द्वारा अनुमोदित दवाएं थीं, जबकि प्रशिक्षण सेट के अन्य आधे हिस्से में प्राकृतिक रूप से पाए जाने वाले यौगिक शामिल थे। शोधकर्ताओं की टीम ने उन अणुओं को प्राथमिकता देने के लिए एल्गोरिदम में बदलाव किया जिनमें एक साथ एंटीबायोटिक गुण तो थे लेकिन मौजूदा एंटीबायोटिक संरचनाओं से अलग थे। फिर उन्होंने यह निर्धारित करने के लिए परिणामों की जांच की कि कौन से यौगिक मानव उपभोग के लिए सुरक्षित होंगे।
द गार्जियन के अनुसारहाल के एक अध्ययन में दवा प्रतिरोधी बैक्टीरिया से लड़ने में यह दवा बेहद प्रभावी साबित हुई। यह इतना प्रभावी है क्योंकि यह बैक्टीरिया की झिल्ली को ख़राब कर देता है, जिससे बैक्टीरिया की ऊर्जा पैदा करने की क्षमता अक्षम हो जाती है। बैक्टीरिया को हेलिसिन के प्रभाव के खिलाफ सुरक्षा विकसित करने के लिए कुछ आनुवंशिक उत्परिवर्तन से अधिक की आवश्यकता हो सकती है, जो हेलिसिन को रहने की शक्ति देता है। शोध दल ने यह भी परीक्षण किया कि यौगिक ने चूहों में कैसा प्रदर्शन किया, जहां यह सभी मौजूदा एंटीबायोटिक दवाओं के प्रतिरोधी बैक्टीरिया के तनाव से संक्रमित चूहों को सफलतापूर्वक साफ़ करने में सक्षम था। अध्ययनों के परिणाम इतने आशाजनक होने के कारण, अनुसंधान टीम एक फार्मास्युटिकल इकाई के साथ साझेदारी करने और लोगों द्वारा उपयोग के लिए दवा को सुरक्षित साबित करने की उम्मीद कर रही है।
एमआईटी में बायोइंजीनियरिंग के प्रोफेसर और वरिष्ठ लेखक जेम्स कॉलिन्स और एमआईटी में कंप्यूटर साइंस प्रोफेसर रेजिना बार्ज़िले दोनों पेपर के वरिष्ठ लेखक थे। कोलिन्स, बार्ज़िले और अन्य शोधकर्ताओं को उम्मीद है कि हेलिसिन को डिजाइन करने के लिए जिस प्रकार के एल्गोरिदम का उपयोग किया गया था, वह बीमारी के दवा-प्रतिरोधी उपभेदों के प्रसार से निपटने के लिए नए एंटीबायोटिक दवाओं की खोज को तेजी से ट्रैक करने में मदद कर सकता है।
हेलिसिन एआई के उपयोग से खोजे गए एकमात्र दवा यौगिक से बहुत दूर है। कॉलिन और बार्ज़िले के नेतृत्व वाली अनुसंधान टीम आगे जाकर ZINC 100 डेटाबेस से निकाले गए लगभग 15 मिलियन अणुओं का उपयोग करके अधिक मॉडलों को प्रशिक्षित करने वाले नए यौगिक बनाना चाहती है, जो 1.5 बिलियन से अधिक दवा यौगिकों की एक ऑनलाइन लाइब्रेरी है। कथित तौर पर टीम पहले से ही कम से कम 23 अलग-अलग उम्मीदवारों को ढूंढने में कामयाब रही है जो मानव उपयोग के लिए संभवतः सुरक्षित होने और मौजूदा एंटीबायोटिक दवाओं से संरचनात्मक रूप से अलग होने के मानदंडों को पूरा करते हैं।
एंटीबायोटिक दवाओं का एक दुर्भाग्यपूर्ण दुष्प्रभाव यह है कि, जहां वे हानिकारक बैक्टीरिया को मारते हैं, वहीं वे आवश्यक आंत बैक्टीरिया को भी मार देते हैं जिनकी मानव शरीर को आवश्यकता होती है। शोध को उम्मीद है कि वे कम दुष्प्रभाव वाले एंटीबायोटिक्स बनाने के लिए हेलिसिन बनाने के लिए उपयोग की जाने वाली तकनीकों के समान तकनीकों का उपयोग कर सकते हैं, दवाओं से मानव आंत माइक्रोबायोम को नुकसान पहुंचाने की संभावना कम होती है।
कई अन्य कंपनियां भी जटिल, लंबी और अक्सर महंगी दवा निर्माण प्रक्रिया को सरल बनाने के लिए मशीन लर्निंग का उपयोग करने का प्रयास कर रही हैं। अन्य कंपनियां भी नई दवा यौगिकों को संश्लेषित करने के लिए एआई एल्गोरिदम का प्रशिक्षण दे रही हैं। अभी हाल ही में एक कंपनी प्रूफ़-ऑफ़-कॉन्सेप्ट दवा विकसित करने में सक्षम हुई सिर्फ डेढ़ महीना, पारंपरिक तरीके से दवा बनाने में लगने वाले महीनों या वर्षों की तुलना में बहुत कम समय।
बार्ज़िले आशावादी हैं कि एआई-संचालित दवा खोज विधियां दवा खोज के परिदृश्य को सार्थक तरीकों से बदल सकती हैं। बरज़िले ने बताया कि हैलिसिन पर काम इस बात का व्यावहारिक उदाहरण है कि मशीन लर्निंग तकनीक कितनी प्रभावी हो सकती है:
“अभी भी यह सवाल है कि क्या मशीन-लर्निंग उपकरण वास्तव में स्वास्थ्य देखभाल में कुछ बुद्धिमानी कर रहे हैं, और हम उन्हें फार्मास्यूटिकल्स उद्योग में वर्कहॉर्स के रूप में कैसे विकसित कर सकते हैं। इससे पता चलता है कि आप इस टूल को कितनी दूर तक अपना सकते हैं।