Yapay Zeka Araştırmacıları, Mevcut İlaçları Covid-19 ile Savaşmak İçin Yeniden Amaçlandırma Yöntemi Geliştiriyor

Uluslararası bir araştırma ekibi AI modellerini uyguladı yaşlı hastalarda Covid-19'u tedavi edebilen halihazırda mevcut ilaçları bulmak. araştırma ekibi uygulamalı otomatik kodlayıcı modelleri hem doğal yaşlanmanın hem de Covid-19'un neden olduğu gen ifadesindeki değişikliklerde ortaklıklar bulmayı amaçlıyor.

MIT'deki çalışmanın ortak yazarı hesaplamalı biyolog Caroline Uhler tarafından açıklandığı gibi, Covid-19 ile savaşmak için yeni ilaçlar geliştirmenin sorunu, ilaç geliştirme sürecinin yıllar alabilmesidir. Yapay zeka, yeni ilaçları keşfetmek için zaten kullanılıyor ve terapötik ilaçlar için geleneksel ilaç keşif yöntemlerinden çok daha hızlı yeni formülasyonlar buluyor. Ne yazık ki, yapay zeka kullanılarak ilaçların keşfedilebildiği nispeten yüksek hız bile, konu Covid-19 salgını gibi durumlar olduğunda hala çok yavaş. Mevcut ilaçları yeniden kullanmak çok daha uygundur.

Araştırmacılar, yaşlı popülasyonlarda Kovid-19'un etkileriyle savaşabilecek bir ilaç bulmak için hem normal yaşlanma sırasında hem de Kovid-19 virüsünden etkilendiğinde değişikliğe uğrayan genleri inceledi.

Covid-19'un çoğalmak için belirli hücre yollarını, özellikle de iltihaplanma yollarını kullandığı varsayılmaktadır. Ayrıca Covid-19'un etkilerinin yaşlı popülasyonlarda genç popülasyonlara göre çok daha kötü olduğu biliniyor. Ayrıca, yaşlanan bireylerin solunum sistemleri, doku sertliğindeki değişikliklerle karakterize edilir. Bu gerçekler göz önüne alındığında, araştırmacılar, bu genlerle pozitif etkileşime giren ilaçlar bulmak amacıyla hem yaşlanma hem de Covid-19 tarafından değiştirilen genleri aradılar.

Araştırma ekibi, her iki yolakta ortak olan genleri bulmak için üç aşamalı bir süreç kullandı. Araştırmanın ilk aşamasında ekip, aday ilaçların bir listesini oluşturmak için bir otomatik kodlayıcı kullandı. Bu, otokodlayıcının gen ekspresyon modellerinin iki veri setini analiz etmesi ve virüsün genel etkisini azalttığı görülen ilaçları seçmesiyle yapıldı. Sonuç, aday ilaçların bir listesi ve bunların hem yaşlanma hem de enfeksiyon yollarında proteinlerle eşlik eden etkileşimleriydi. Daha sonra, araştırmacılar aday ilaçların listesini aldılar ve proteinler ile iki farklı yol arasındaki etkileşimleri haritalandırarak her ikisi için de protein etkileşimlerinin bir haritasını çıkardılar. Araştırmacılar daha sonra örtüşen alanları bulmak için iki protein etkileşim haritasını karşılaştırdılar. Bu, yaşlı hastalarda Covid-19'un şiddetini azaltmak için ilaçların hedeflemesi gereken bir gen ekspresyon ağının keşfedilmesine yol açtı.

Araştırma projesinin son aşamasında ekip, haritalanmış ağlar içindeki nedenselliği belirlemek için istatistiksel yöntemler kullandı. Bu yöntemi kullanarak, bir Kovid-19 enfeksiyonunun şiddetini en etkili şekilde azaltmak için bir ilaç adayının etkileşime girmesi gereken genleri tam olarak belirleyebildiler.

Analiz sonuçlarına göre RIPK1 geni, genomun Covid-19 terapi ilaçları tarafından hedeflenmeye en uygun olduğu düşünülen parçasıydı. Aday ilaçların bazıları kanseri tedavi etmek için kullanılmaktadır. Diğer aday ilaçlar, halihazırda tıp enstitüleri tarafından Covid-19'u tedavi etmek için test ediliyor.

Araştırma ekibi, bunun hangi ilaçların Covid-19 tedavisi için yeniden kullanılabileceğini belirlemede yalnızca ilk adım olduğunu belirtiyor. İlaçların gerçekten etkili olup olmadığını belirlemek için kapsamlı in vitro deneyler ve klinik çalışmaların yapılması gerekecektir. Bununla birlikte, yaklaşım başarılı olursa, diğer koşullar için etkili ilaçlar bulmak için kullanılabilir.

Araştırmacı ekibin yazdığına göre:

"Hesaplamalı platformumuzu SARS-CoV-2 bağlamında uygularken, algoritmalarımız birçok hastalık için mevcut olan veri modalitelerini entegre ederek geniş çapta uygulanabilir hale getiriyor."