शोधकर्ता दवा की खोज की गति को बढ़ाने के लिए एआई के साथ बंधन क्षमता की गणना करना चाहते हैं

एमआईटी के शोधकर्ताओं ने हाल ही में एक नई एआई-संचालित तकनीक विकसित की है जो दवा की खोज की गति को बढ़ाने के लिए बंधन क्षमता की गणना के लिए उपयोग की जाने वाली गणनाओं की गति को बढ़ाकर दवा की खोज की गति को बढ़ाने के लिए है।

एक दवा को प्रोटीन से चिपकने में सक्षम होना चाहिए ताकि वह अपने डिज़ाइन किए गए कार्य को पूरा कर सके। दवा की बंधन क्षमता का मूल्यांकन दवा की खोज और स्क्रीनिंग प्रक्रिया का एक महत्वपूर्ण हिस्सा है, और मशीन लर्निंग तकनीक इस महत्वपूर्ण दवा विशेषता का मूल्यांकन करने में बिताए गए समय को कम कर सकती है।

दवा मूल्यांकन तकनीक विकसित करने के लिए जिम्मेदार एमआईटी अनुसंधान टीम ने इसे डीपबीएआर कहा है। डीपबीएआर मशीन लर्निंग एल्गोरिदम को पारंपरिक रसायन विज्ञान गणनाओं के साथ जोड़ती है। डीपबीएआर एक दिए गए उम्मीदवार दवा और उसके लक्ष्य प्रोटीन की बंधन क्षमता की गणना करता है। नई विश्लेषण तकनीक पारंपरिक विधियों की तुलना में बहुत तेजी से बंधन क्षमता का अनुमान प्रदान करती है, और आशा है कि यह तकनीक दवा की खोज की गति को बढ़ा सकती है।

एक दवा की बंधन क्षमता बंधन मुक्त ऊर्जा नामक एक मीट्रिक के माध्यम से मापी जाती है, जहां एक छोटी संख्या अधिक बंधन क्षमता को इंगित करती है। एक कम बंधन मुक्त ऊर्जा स्कोर का अर्थ है कि एक दवा अन्य अणुओं के साथ प्रतिस्पर्धा करने में बहुत अच्छी है, उनकी भूमिका निभाती है और एक प्रोटीन के सामान्य कार्य को बाधित करती है। दवा उम्मीदवार की बंधन मुक्त ऊर्जा और दवा की प्रभावशीलता के बीच एक उच्च संबंध है। हालांकि, बंधन मुक्त ऊर्जा को मापना बहुत मुश्किल हो सकता है।

बंधन मुक्त ऊर्जा को मापने के लिए दो आम तकनीकें हैं। एक विधि बंधन मुक्त ऊर्जा की सटीक मात्रा की गणना करना है, जबकि दूसरी विधि बंधन मुक्त ऊर्जा की मात्रा का अनुमान लगाना है। अनुमान सटीक माप से कम गणनात्मक रूप से महंगे होते हैं, लेकिन वे स्पष्ट रूप से सटीकता में एक समझौता करते हैं।

डीपबीएआर विधि सटीक माप विधियों की तुलना में गणनात्मक शक्ति का एक अंश उपयोग करती है लेकिन बंधन ऊर्जा के बहुत सटीक अनुमान प्रदान करती है। डीपबीएआर “बेनेट स्वीकृति अनुपात” का उपयोग करता है, जो आमतौर पर बंधन मुक्त ऊर्जा की गणना के लिए उपयोग किया जाने वाला एल्गोरिदम है। बेनेट स्वीकृति अनुपात के लिए दो बेसलाइन/एंडपॉइंट स्टेट और विभिन्न मध्यवर्ती स्टेट (जो आंशिक बंधन की स्थिति हैं) का उपयोग करने की आवश्यकता होती है। डीपबीएआर दृष्टिकोण बंधन ऊर्जा के अनुमान के लिए बेनेट स्वीकृति अनुपात के साथ-साथ मशीन लर्निंग फ्रेमवर्क और गहरे उत्पादक मॉडल का उपयोग करके आवश्यक गणनाओं की संख्या को कम करने का प्रयास करता है। मशीन लर्निंग मॉडल प्रत्येक एंडपॉइंट के लिए एक संदर्भ राज्य उत्पन्न करते हैं और ये एंडपॉइंट वास्तविक एंडपॉइंट के लिए पर्याप्त रूप से सटीक हैं ताकि बेनेट स्वीकृति अनुपात को तैनात किया जा सके।

एमआईटी अनुसंधान टीम द्वारा डिज़ाइन किया गया गहरा उत्पादक मॉडल कंप्यूटर दृष्टि तकनीकों पर आधारित है। मूल रूप से, डीपबीएआर प्रत्येक आणविक संरचना को जिसे यह विश्लेषण करता है उसे एक “छवि” के रूप में मानता है, और “छवि” की विशेषताओं का विश्लेषण करके सीखता है। अनुसंधान टीम को 3डी संरचनाओं के विश्लेषण के लिए एल्गोरिदम में हल्के बदलाव करने थे, क्योंकि कंप्यूटर दृष्टि एल्गोरिदम आमतौर पर 2डी छवियों पर काम करते हैं।

प्रारंभिक परीक्षणों में, डीपबीएआर पारंपरिक तकनीकों की तुलना में लगभग 50 गुना तेजी से बंधन मुक्त ऊर्जा की गणना करने में सक्षम था। मॉडल पर अभी भी काम करने की जरूरत है। इसे अधिक जटिल, प्रयोगात्मक डेटा के खिलाफ मान्य करने की आवश्यकता है जो कि शुरू में परीक्षण किए गए डेटा की तुलना में बहुत सरल है। एमआईटी अनुसंधान टीम बड़े प्रोटीन के लिए बंधन मुक्त ऊर्जा की गणना के लिए डीपबीएआर की क्षमता में सुधार करने के लिए कंप्यूटर विज्ञान में हाल की प्रगति का उपयोग करके मॉडल को परिष्कृत करने का लक्ष्य रखती है।

डीपबीएआर दवा की खोज पाइपलाइन में गति बढ़ाने के लक्ष्य के साथ एआई को लागू करने का पहला प्रयास नहीं है। कई अन्य शोध परियोजनाओं ने भी दवा की खोज पाइपलाइन के हिस्सों को स्वचालित करने और उनकी दक्षता में सुधार करने के लिए एआई का उपयोग किया है। हालांकि, इन रणनीतियों की प्रभावशीलता को सीमित करने वाला एक प्राकृतिक बोतलनेक हो सकता है।

डेरेक लो ने हाल ही में साइंसमैग.ऑर्ग पर एक ब्लॉग में तर्क दिया कि यदि लक्ष्य दवा की खोज की गति को बढ़ाना है, तो “सही समस्याओं पर हमला” करना महत्वपूर्ण है। दवाओं की नैदानिक प्रभावशीलता और सुरक्षा का मूल्यांकन करने में बहुत समय लगता है और नैदानिक विफलता दर को कम करने के लिए एआई का उपयोग करना मुश्किल है। अंततः, एआई विधियों द्वारा बचाया जा सकने वाले समय की मात्रा पर एक निचली सीमा हो सकती है, कम से कम तब तक जब तक कि एआई को नैदानिक मूल्यांकन प्रक्रिया में अर्थपूर्ण रूप से एकीकृत नहीं किया जा सकता। फिर भी, सुधार सुधार हैं, और जितना अधिक शोध डीपबीएआर जैसा किया जाता है, वैज्ञानिकों के पास दवा की खोज पाइपलाइन के अन्य क्षेत्रों में एआई का उपयोग करने के तरीकों पर विचार करने के लिए अधिक समय होगा।