นักวิจัย AI พัฒนาวิธีการนำยาที่มีอยู่แล้วมาใช้รักษาโควิด-19

ทีมนักวิจัยระดับนานาชาติ ได้นำโมเดล AI มาใช้ เพื่อค้นหายาที่มีอยู่แล้วที่สามารถรักษาโควิด-19 ในผู้ป่วยสูงอายุ ทีมวิจัย ได้นำโมเดล autoencoder มาใช้กับยาที่มีอยู่แล้วในตลาด โดยมีเป้าหมายในการค้นหาความคล้ายคลึงกันในการเปลี่ยนแปลงนิพจน์ยีน ที่เกิดจากทั้งการ老化ตามธรรมชาติและโควิด-19

ตามที่อธิบายโดยผู้ร่วมเขียนการศึกษา นักชีววิทยาคอมพิวเตอร์จาก MIT คารอลีน อุลเลอร์ ปัญหาในการพัฒนายาใหม่เพื่อต่อสู้กับโควิด-19 คือกระบวนการพัฒนายาใช้เวลาหลายปี AI ได้ถูกนำมาใช้ในการค้นหายาใหม่แล้ว โดยการค้นหาสูตรยารักษาทางการแพทย์ใหม่ๆ ได้เร็วกว่าวิธีการค้นหายาแบบดั้งเดิมมาก อย่างไรก็ตาม ความเร็วในการค้นหายาโดยใช้ AI ยังคงช้าเกินไปเมื่อเทียบกับสถานการณ์เช่น โควิด-19 ดังนั้นการนำยาที่มีอยู่แล้วมาใช้จึงเป็นวิธีที่เร็วและสะดวกกว่า

เพื่อค้นหายาที่สามารถต่อสู้กับผลกระทบของโควิด-19 ในผู้สูงอายุ ทีมวิจัยได้ตรวจสอบยีนที่เปลี่ยนแปลงระหว่างการ老化ตามธรรมชาติและเมื่อถูก影响โดยไวรัสโควิด-19

โควิด-19 ถูกสมมติว่าเป็นการใช้เส้นทางเซลล์บางอย่าง โดยเฉพาะเส้นทางการอักเสบ เพื่อเพิ่มจำนวนไวรัส นอกจากนี้ยังทราบว่าผลกระทบของโควิด-19 มีผลรุนแรงมากกว่าในผู้สูงอายุเมื่อเทียบกับผู้ที่อายุน้อยกว่า อีกทั้งระบบทางเดินหายใจของผู้สูงอายุ cũngมีลักษณะการเปลี่ยนแปลงของความแข็งของเนื้อเยื่อ ดังนั้นทีมวิจัยจึงค้นหายีนที่เปลี่ยนแปลงทั้งจากกระบวนการ老化และโควิด-19 โดยมีเป้าหมายในการค้นหายาที่มีปฏิกิริยาที่ดีกับยีนที่เปลี่ยนแปลงเหล่านี้

ทีมวิจัยใช้กระบวนการ 3 ขั้นตอนเพื่อค้นหายีนที่มีร่วมกันในเส้นทางทั้งสอง ในขั้นตอนแรก ทีมวิจัยใช้ autoencoder เพื่อสร้างรายชื่อยาที่เป็น候補 โดยการวิเคราะห์ข้อมูลนิพจน์ยีน 2 ชุด และเลือกยาที่ดูเหมือนจะลดผลกระทบของไวรัสโดยรวม ผลลัพธ์คือรายชื่อยาที่เป็น候補และปฏิกิริยาของยากับโปรตีนในเส้นทางทั้งการ老化และการติดเชื้อ หลังจากนั้น ทีมวิจัยได้นำรายชื่อยาที่เป็น候補และทำการแมปกับปฏิกิริยาระหว่างโปรตีนและเส้นทางทั้งสอง โดยสร้างแผนที่ปฏิกิริยาโปรตีนสำหรับทั้งสองเส้นทาง ทีมวิจัยจึงเปรียบเทียบแผนที่ปฏิกิริยาโปรตีนเพื่อค้นหาพื้นที่ที่ทับซ้อนกัน ซึ่งนำไปสู่การค้นพบเครือข่ายนิพจน์ยีนที่ยาควรเป้าหมายเพื่อลดความรุนแรงของโควิด-19 ในผู้ป่วยสูงอายุ

ในขั้นตอนสุดท้ายของโครงการวิจัย ทีมวิจัยได้ใช้วิธีการทางสถิติเพื่อกำหนดสาเหตุภายในเครือข่ายที่ถูกแมป โดยใช้วิธีนี้ พวกเขาสามารถกำหนดยีนที่แน่นอนซึ่งยาที่เป็น候補ควรโต้ตอบเพื่อลดความรุนแรงของการติดเชื้อโควิด-19 ได้อย่างมีประสิทธิภาพ

ตามผลการวิเคราะห์ ยีน RIPK1 ถือเป็นส่วนหนึ่งของจีโนมที่คิดว่าเหมาะสมที่สุดสำหรับการเป้าหมายโดยยารักษาโควิด-19 บางยาที่เป็น候補ถูกใช้รักษามะเร็ง ยา候補อื่นๆ กำลังถูกทดสอบโดยสถาบันทางการแพทย์เพื่อรักษาโควิด-19

ทีมวิจัยชี้ว่านี่เป็นเพียงขั้นตอนแรกในการกำหนดยาที่สามารถนำมาใช้รักษาโควิด-19 ได้ การทดลองในห้องปฏิบัติการและการทดลองทางคลินิกอย่างกว้างขวางจะต้องดำเนินการเพื่อกำหนดว่ายาเหล่านั้นมีประสิทธิผลจริงหรือไม่ อย่างไรก็ตาม หากวิธีการนี้ประสบความสำเร็จ ก็สามารถนำมาใช้ในการค้นหายาที่มีประสิทธิผลสำหรับสภาวะอื่นๆ ได้

ตามที่ทีมวิจัยเขียนไว้:

“ในขณะที่เรานำแพลตฟอร์มการคำนวณของเราไปใช้ในบริบทของ SARS-CoV-2 อัลกอริทึมของเรารวมข้อมูลจากหลายรูปแบบที่มีอยู่สำหรับโรคหลายชนิด ทำให้สามารถนำไปใช้กับโรคอื่นๆ ได้อย่างกว้างขวาง”