Yapay Zeka İlaç Molekülü Oluşturmak için Kullanıldı ve Bu Molekül Fibrozu Savaşabilir

Yeni tıbbi ilaçlar oluşturmak karmaşık bir süreç olabilir ve yıllar süren araştırma ve milyarlarca dolarlık yatırım gerektirebilir. Ancak insanların sağlığı için önemli bir yatırım olması da önemlidir. Yapay zeka, Insilico Medicine adlı startup’ın yaptığı recent çalışmanın devam etmesi durumunda, yeni ilaçların keşfini daha kolay ve önemli ölçüde daha hızlı hale getirebilir. SingularityHub tarafından bildirildiği üzere, yapay zeka startup’ı recently fibrozu savaşabilecek bir molekül tasarlamak için yapay zeka kullanmıştır.

Yeni moleküllerin keşfi süreci çok karmaşık ve zaman alıcı olduğundan, bilim adamları ve mühendisler bunu hızlandırmanın yollarını aramaktadırlar. Bilgisayarların yeni ilaçlar keşfetmesine yardımcı olması fikri yeni değildir, çünkü bu kavram decades önce ortaya çıkmıştır. Ancak bu alandaki ilerleme yavaş olmuştur ve mühendisler ilaç oluşturma için doğru algoritmaları bulmaya çalışmaktadır.

Derin öğrenme, yapay zeka destekli ilaç keşfini daha uygulanabilir hale getirmeye başlamıştır ve eczacılık şirketleri son birkaç yıldır yapay zeka startuplarına önemli yatırımlar yapmıştır. Bir şirket, fibrozu savaşabilecek bir molekül tasarlamak için yapay zeka kullanmayı başarmıştır ve bunu yalnızca 46 günde gerçekleştirmiştir. Insilco Medicine, bu sonucu elde etmek için iki farklı derin öğrenme tekniğini birleştirmiştir: pekiştirme öğrenimi ve generatif adversarial ağlar (GAN’ler).

Pekiştirme öğrenimi bir makine öğrenimi yöntemidir ve makine öğrenimi modelinin belirli kararlar almasını sağlar ve ağa belirli tepkileri teşvik eden geri bildirim sağlar. Model istenmeyen seçimler için cezalandırılabilir veya istenilen seçimler için ödüllendirilebilir. Hem olumsuz hem de olumlu pekiştirmenin bir kombinasyonunu kullanarak, model istenilen kararlar vermeye yönlendirilir ve cezaları en aza indirirken ödülleri en üst düzeye çıkarmaya yönelik kararlar vermeye eğilimlidir.

Öte yandan, generatif adversarial ağlar “adversarial” olarak adlandırılır, çünkü birbirlerine karşı konumlandırılmış iki farklı sinir ağından oluşurlar. İki ağ, genellikle görüntüler olmak üzere, eğitim için örnek nesneler verilir. Bir ağın görevi, orijinal nesneyi taklit edebilecek bir sahte nesne oluşturmaktır. İkinci ağın görevi ise sahte nesneleri tespit etmektir. İki ağ birbirini aşmaya çalışır ve birbirlerini aşmaya yönelik performanslarını artırırken, bu sanal yarış sahte modelin neredeyse orijinal nesneden ayırt edilemeyecek nesneler oluşturmasına yol açar.

Hem GAN’leri hem de pekiştirme öğrenimi algoritmalarını birleştirerek, araştırmacılar modellerinin mevcut terapötik ilaçlara çok benzer yeni ilaç molekülleri üretmesini sağlayabilmiştir.

Insilico Medicine’in yapay zeka ile ilaç keşfi deneylerinin sonuçları yakın zamanda Nature Biotechnology dergisinde yayımlanmıştır. Makalede, derin öğrenme modellerinin nasıl eğitildiği tartışılır. Araştırmacılar, idiyopatik pulmoner fibroz veya IPF ile ilgili proteinleri ele alan ilaçlarda kullanılan molekül temsililerini aldılar. Bu moleküller eğitim için temel olarak kullanıldı ve birleştirilmiş modeller yaklaşık 30.000 olası ilaç molekülü üretebildi.

Araştırmacılar 30.000 aday molekül arasından en umut verici altı molekülü laboratuvar testi için seçti. Bu altı finalist laboratuvarda sentezlendi ve IPF proteinini hedefleme yeteneklerini izleyen bir dizi teste tabi tutuldu. Özellikle bir molekül umut verici görünüyordu, çünkü bir tıbbi ilacın arzulanan sonuçlarını verdi.

Fibroz ilacının hedeflendiği deneyde already kapsamlı bir şekilde araştırıldığı ve already mevcut etkili ilaçların olduğu unutulmamalıdır. Araştırmacılar bu ilaçlara atıfta bulunabildiler ve bu, onlara önemli miktarda eğitim verisi sağladı. Ancak bu, diğer birçok hastalık için geçerli değildir ve bu nedenle bu tedavilerde daha büyük bir açığı kapatmak gerekmektedir.

Bir diğer önemli nokta, şirketin当前 ilaç geliştirme modelinin yalnızca ilk keşif sürecini ele aldığı ve modelin oluşturduğu moleküllerin klinik denemeler için potansiyel olarak kullanılmadan önce birçok ayar ve optimizasyona ihtiyaç duyacağıdır.

Wired’e göre, Insilico Medicine’in CEO’su Alex Zhavornokov, yapay zeka destekli ilacının alan kullanımına hazır olmadığını, mevcut çalışmanın yalnızca bir kavram kanıtı olduğunu kabul etmektedir. Bu deneyin amacı, bir ilacın yapay zeka sistemlerinin yardımıyla ne kadar hızlı tasarlanabileceğini görmekti. Ancak Zhavornokov, araştırmacıların normal ilaç keşif yöntemlerini kullansalardan çok daha hızlı bir şekilde potansiyel olarak faydalı bir molekül tasarlayabildiklerini belirtti.

Kısıtlamalara rağmen, Insilico Medicine’in araştırması, yapay zeka ile yeni ilaçlar oluşturulması alanında önemli bir ilerlemeyi temsil etmektedir. Çalışmada kullanılan tekniklerin iyileştirilmesi, yeni bir ilacın geliştirilmesi gereken süreyi önemli ölçüde kısaltabilir. Bu, antibiyotiklere dirençli bakterilerin çoğalmaya devam ettiği ve birçok etkili ilacın gücünü kaybettiği bir dönemde özellikle faydalı olabilir.