Yapay Zeka İlaç Molekülü Oluşturmak İçin Kullanıldı ve Fibrozu Savaşabilecek

Yeni tıbbi ilaçlar oluşturmak karmaşık bir süreç olabilir ve yıllar süren araştırmalar ve milyarlarca dolarlık yatırımlar gerektirebilir. Ancak bu, insanların sağlığı için önemli bir yatırımdır. Yapay zeka, Insilico Medicine adlı startup’ın yaptığı recent çalışmaya devam ederse, yeni ilaçların keşfini daha kolay ve çok daha hızlı hale getirebilir. SingularityHub tarafından bildirildiği üzere, AI startupı recently AI’ı kullanarak fibroza karşı savaşabilecek bir molekül tasarladı.

Yeni ilaçlar için molekül keşfetme süreci o kadar karmaşık ve zaman alıcı ki, bilim adamları ve mühendisler sürekli olarak bunu hızlandırmanın yollarını arıyorlar. Bilgisayarların yeni ilaçlar keşfetmesine yardımcı olma fikri yeni değil, bu kavram decades önce ortaya çıktı. Ancak, bu alanda ilerleme yavaş oldu ve mühendisler ilaç oluşturma için doğru algoritmaları bulmakta zorluk çektiler.

Derin öğrenme, AI destekli ilaç keşfini daha uygulanabilir hale getirmeye başladı ve ilaç şirketleri son birkaç yılda AI startuplarına大量 olarak yatırım yaptı. Bir şirket, yalnızca 46 günde terapötik ilaçlara benzeyen bir molekül tasarlamak için AI’ı kullandı. Insilco Medicine, bu sonucu elde etmek için iki farklı derin öğrenme tekniğini birleştirdi: pekiştirme öğrenimi ve generatif karşıt ağlar (GAN’lar).

Pekiştirme öğrenimi, makine öğrenimi modelinin belirli kararlar almasını teşvik eden bir makine öğrenimi yöntemidir. Ağa, belirli yanıtları tetikleyen geri bildirim sağlanır. Model, istenmeyen seçimler yapmak için cezalandırılabilir veya istenilen seçimler yapmak için ödüllendirilebilir. Hem olumsuz hem de olumlu pekiştirmenin bir kombinasyonu kullanılarak model, istenilen kararlar vermeye yönlendirilir ve cezaları en aza indirirken ödülleri en üst düzeye çıkararak kararlar verir.

Öte yandan, generatif karşıt ağlar, birbirlerine karşı yarışan iki farklı sinir ağından oluşur. İki ağ, genellikle resimler olmak üzere nesnelerin örnekleriyle eğitilir. Bir ağın görevi, gerçek nesneyi taklit edebilecek sahte bir nesne oluşturmaktır. İkinci ağın görevi, sahte nesneleri tespit etmektir. İki ağ, birbirini geçmek için performanslarını artırarak sanal bir silah yarışına girer ve sahte model, gerçek nesneden几乎 ayırt edilemeyecek nesneler oluşturur.

GAN’lar ve pekiştirme öğrenimi algoritmalarını birleştirerek, araştırmacılar modellerinin mevcut terapötik ilaçlara çok benzer yeni ilaç molekülleri üretmesini sağladılar.

Insilico Medicine’ın AI destekli ilaç keşfi deneylerinin sonuçları yakın zamanda Nature Biotechnology dergisinde yayınlandı. Makalede, derin öğrenme modellerinin nasıl eğitildiği tartışıldı. Araştırmacılar, already existing ilaçlarda kullanılan molekül représentasyonlarını, idiopatik pulmoner fibroz veya IPF ile ilgili proteinleri işleyen molekülleri temel alarak aldılar. Bu moleküller, eğitim için kullanıldı ve birleştirilmiş modeller yaklaşık 30.000 olası ilaç molekülü üretti.

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

Önemli bir nokta, deneyde hedeflenen fibroz ilacının zaten kapsamlı bir şekilde araştırılmış olması ve zaten etkili ilaçların mevcut olmasıdır. Araştırmacılar, bu ilaçlara atıfta bulunabildiler ve bu, onlara önemli miktarda eğitim verisi sağladı. Ancak bu, diğer birçok hastalığa geçerli değildir ve bu nedenle bu tedavilerde daha büyük bir boşluk vardır.

Diğer önemli bir nokta, şirketin当前 ilaç geliştirme modelinin yalnızca ilk keşif sürecini kapsaması ve modellerinin ürettiği moleküllerin klinik denemeler için kullanılmadan önce birçok ayarlamadan geçmesi gerektiğidir.

Wired’e göre, Insilico Medicine’ın CEO’su Alex Zharvornokov, AI destekli ilacının henüz sahada kullanıma hazır olmadığını, current çalışmanın yalnızca bir proof of concept olduğunu kabul ediyor. Bu deneyin amacı, AI sistemlerinin yardımıyla bir ilacın ne kadar hızlı tasarlanabileceğini görmekti. Ancak Zhavornokov, araştırmacıların, normal ilaç keşif yöntemlerini kullansalardan çok daha hızlı bir şekilde potansiyel olarak faydalı bir molekül tasarladıklarını belirtti.

Kısıtlamalara rağmen, Insilico Medicine’ın araştırması, yeni ilaçlar oluşturmak için AI kullanımında önemli bir ilerlemeyi temsil ediyor. Çalışmada kullanılan tekniklerin rafine edilmesi, yeni bir ilacın geliştirilmesi için gereken süreyi önemli ölçüde kısaltabilir. Bu, antibiyotiklere dayanıklı bakterilerin çoğaldığı ve birçok önce etkili ilaçların gücünü kaybettiği bir dönemde özellikle faydalı olabilir.