Phương Pháp Học Máy Mới Có Thể Tăng Tốc Thiết Kế Thuốc

Một phương pháp học máy mới được phát triển bởi một nhóm nghiên cứu tại Đại học Cambridge có thể tăng tốc tìm kiếm các phương pháp điều trị bệnh mới. Phương pháp này “học cách học” và vượt trội so với các phương pháp học máy hiện tại cho thiết kế thuốc.

Nghiên cứu mới này được công bố trên Tạp chí Proceedings of the National Academy of Sciences.

Được gọi là học máy chuyển đổi (TML), phương pháp này được phát triển bởi các nhà nghiên cứu từ Anh, Thụy Điển, Ấn Độ và Hà Lan.

TML vs. Học Máy Truyền Thống

Phương pháp TML cải thiện hiệu suất khi nó học và có thể học từ nhiều vấn đề. Nó cũng có thể tăng tốc việc xác định và sản xuất các loại thuốc mới bằng cách cải thiện các hệ thống học máy được sử dụng để xác định chúng.

Các mô hình học máy (ML) hiện tại thường sử dụng các ví dụ đã được gắn nhãn, thường được biểu diễn trong máy tính thông qua các tính năng nội tại như màu sắc hoặc hình dạng của một vật thể. Điều này cho phép máy tính hình thành các quy tắc chung liên quan đến các tính năng với các nhãn.

Giáo sư Ross King thuộc Khoa Kỹ thuật Hóa học và Công nghệ Sinh học của Cambridge, người đứng đầu nghiên cứu.

“Nó giống như dạy một đứa trẻ cách nhận biết các loại động vật khác nhau: đây là một con thỏ, đây là một con lừa và như vậy,” King nói. “Nếu bạn dạy một thuật toán học máy cách một con thỏ trông như thế nào, nó sẽ có thể xác định liệu một con vật có phải là một con thỏ hay không. Đây là cách mà hầu hết các thuật toán học máy hoạt động – chúng giải quyết các vấn đề một lần.

Con người học tập theo cách khác. Chúng ta trở nên tốt hơn trong việc học tập do kinh nghiệm học tập trước đó của chúng ta. Chúng ta không giải quyết một vấn đề tại một thời điểm.

King cũng là một thành viên của Viện Alan Turing.

“Để phát triển TML, chúng tôi đã áp dụng cách tiếp cận này vào học máy và phát triển một hệ thống học thông tin từ các vấn đề trước đó nó đã gặp phải để học tốt hơn các vấn đề mới,” King nói. “Trong khi một hệ thống học máy典型 phải bắt đầu từ đầu khi học cách xác định một loại động vật mới – chẳng hạn như một chú mèo con – TML có thể sử dụng sự tương đồng với các động vật hiện có: mèo con dễ thương như thỏ, nhưng không có tai dài như thỏ và lừa. Điều này làm cho TML trở thành một cách tiếp cận mạnh mẽ hơn đến học máy.”

Thử Nghiệm Phương Pháp

Các nhà nghiên cứu đã thử nghiệm phương pháp và chứng minh hiệu quả của nó trên hàng nghìn vấn đề được rút ra từ khoa học và kỹ thuật. Theo nhóm, nó đặc biệt đầy hứa hẹn trong lĩnh vực khám phá thuốc, vì nó có thể tăng tốc quá trình bằng cách kiểm tra những gì các mô hình học máy khác nói về các phân tử nhất định.

Trong khi các mô hình học máy典型 tìm kiếm các phân tử thuốc có hình dạng cụ thể, phương pháp TML mới sử dụng kết nối của các loại thuốc với các vấn đề khám phá thuốc khác.

“Tôi đã ngạc nhiên khi nó hoạt động tốt – tốt hơn bất cứ thứ gì khác chúng tôi biết về thiết kế thuốc,” King nói. “Nó tốt hơn trong việc chọn thuốc hơn con người – và nếu không có khoa học tốt nhất, chúng tôi sẽ không có được kết quả tốt nhất.