AI հակաբիոտիկներ. Ինչպես են արհեստական ​​ինտելեկտի ալգորիթմները նույնացնում հակաբիոտիկների նոր տեսակները

• Հեղինակ:
• Հեղինակ անունը

  Quantumrun Հեռատեսություն
• Ապրիլ 19, 2022

Insight ամփոփում

Հակաբիոտիկների հայտնաբերման նոր գործընթացների ուսումնասիրությունը, ինչպիսին է արհեստական ​​ինտելեկտի (AI) ներդրումը, դռներ է բացում բարձր դիմացկուն բակտերիաների դեմ պայքարելու համար: Այս հետազոտությունն ունի հեռուն գնացող հետևանքներ՝ միլիոնավոր կյանքեր փրկելուց մինչև կառավարության քաղաքականության ձևավորումը և դեղագործական արդյունաբերության ուղղության վրա ազդելը: Լրացուցիչ հայտնագործությունները, ինչպիսիք են սպիտակուցների ծալման լուծումները և ածխածնի կլանող նյութերի մշակումը, կարող են զգալի ազդեցություն ունենալ առողջապահության, կլիմայի փոփոխության մեղմացման և էներգիայի արտադրության և պահպանման վրա:

AI հակաբիոտիկների համատեքստ

Մասաչուսեթսի տեխնոլոգիական ինստիտուտի (MIT) արհեստական ​​ինտելեկտի մոդելներ օգտագործող հետազոտողները հայտնաբերել են (2020) հակաբիոտիկ, որը կարող է սպանել բակտերիաների բազմաթիվ շտամներ: Կարևոր է, որ այս դեղամիջոցը (Հալիսինը) կարող է սպանել բակտերիաների այն շտամները, որոնք հայտնի են որպես հակաբիոտիկների նկատմամբ դիմացկուն: Օգտագործելով արհեստական ​​ինտելեկտի մոդելները, հակաբիոտիկները կարող են նույնականացվել միայն ցանկալի մոլեկուլի հատկությունների մատնանշմամբ՝ համեմատած անթիվ փորձարկումների և թեստերի հետ, որոնք կարող են տարիներ տևել արդյունքի հասնելու համար և զգալի գնով: MIT-ի հետազոտողներն օգտագործել են համակարգչային մոդել, որը կարող է օրվա ընթացքում ստուգել ավելի քան հարյուր միլիոն քիմիական միացություններ: Մոդելը նախատեսված է պոտենցիալ հակաբիոտիկների ընտրության համար, որոնք սպանում են բակտերիաները՝ օգտագործելով տարբեր մեխանիզմներ, քան այլ դեղամիջոցների բուժման մեջ օգտագործվողները: 

ԱՄՆ-ում գործող IBM տեխնոլոգիական ընկերությունը նաև մշակել է արհեստական ​​ինտելեկտի համակարգ, որը կարող է օրերի ընթացքում նոր հակաբիոտիկներ նախագծել և օգնել նոր բուժումներ ստեղծել այլ պայմանների համար, ինչպիսին է COVID-19 համաճարակը: Ընկերության համակարգը հիմնված է գեներատիվ մոդելի վրա, որտեղ հետազոտողները տրամադրում են AI ալգորիթմը հայտնի պեպտիդային մոլեկուլների տվյալների բազայով: AI ալգորիթմը օգտագործում է տվյալների բազան՝ օրինաչափությունները վերլուծելու և այնուհետև հաշվարկելու մոլեկուլների և դրանց հատկությունների միջև կապը:

Եթե ​​պարզվում է, որ որոշակի մոլեկուլ ունի որոշակի կառուցվածք կամ կազմ, այն հակված է կատարել որոշակի գործառույթ, որը թույլ է տալիս համակարգին սովորել մոլեկուլների ձևավորման հիմնական կանոնները: Հետազոտողները կարող են ասել արհեստական ​​ինտելեկտի համակարգին, թե ինչ հատկություններ է այն ցանկանում ունենալ նոր մոլեկուլը, և օգտագործելով այս պարամետրերը, այնուհետև նախագծում են նոր մոլեկուլներ, որոնք համապատասխանում են այդ պարամետրերին, որոնք այնուհետև կարող են փորձարկվել մկների վրա: AI համակարգը նախատեսված է մի քանի օրվա ընթացքում մինչև 100 միլիոն քիմիական միացություններ սկանավորելու և ապագա հակաբիոտիկները հայտնաբերելու համար:

Խանգարող ազդեցություն

Գիտնականների ուսումնասիրած գործընթացի միջոցով նոր հակաբիոտիկների հայտնաբերումը հույսի փարոս է հակաբիոտիկակայուն բակտերիաների դեմ պայքարում: Այս գործընթացը ոչ միայն թույլ է տալիս նույնականացնել հակաբիոտիկները, որոնք կարող են թիրախավորել բարձր դիմացկուն տարբերակները, այլ նաև դուռ է բացում նոր դեղամիջոցների նախագծման համար, որոնք կարող են պայքարել բակտերիաների դեմ, որոնք այլևս չեն ազդում հայտնի հակաբիոտիկների վրա: Քանի որ մենք մտնում ենք «հետհակաբիոտիկ» դարաշրջան, որտեղ գոյություն ունեցող հակաբիոտիկները կորցնում են իրենց արդյունավետությունը բույսերի, կենդանիների և մարդկանց բուժման մեջ չափից ավելի օգտագործման պատճառով, այս հետազոտությունն ավելի կարևոր է, քան երբևէ: 

Միավորված ազգերի կազմակերպության զեկույցի համաձայն, հակաբիոտիկների արդյունավետության նվազեցումը լուրջ մտահոգություն է, որը հանգեցնում է տարեկան մինչև 700,000 մահվան: Կանխատեսվում է, որ այս թիվը մինչև 10 թվականը կհասնի տագնապալի 2050 միլիոնի, եթե միտումը շարունակվի: Նոր հակաբիոտիկներ հայտնաբերելու և ստեղծելու կարողությունը պարզապես գիտական ​​առաջընթաց չէ. դա փրկօղակ է, որը կարող է ապագայում փրկել միլիոնավոր կյանքեր: Կառավարությունների համար սա ընդգծում է այս ոլորտում հետազոտություններին և զարգացմանն աջակցելու կարևորությունը, ինչպես նաև գործող հակաբիոտիկների չափից ավելի օգտագործումը կարգավորելու քաղաքականության իրականացումը: 

Նոր հակաբիոտիկների մշակումը կարող է հանգեցնել ընդհանուր վարակների բուժման ավելի արդյունավետ բուժմանը՝ նվազեցնելով բարդությունների և մահվան վտանգը: Դեղագործական արդյունաբերության ընկերությունները կարող են կարիք ունենալ ներդրումներ կատարել այս հետազոտության մեջ՝ գիտակցելով բժշկության ապագան կերտելու դրա ներուժը: Կրթական հաստատությունները նույնպես կարող են կարիք ունենալ կենտրոնանալ այս ոլորտում հաջորդ սերնդի գիտնականների վերապատրաստման վրա՝ ապահովելով, որ թափը շարունակվի: 

AI հակաբիոտիկների հետևանքները

AI հակաբիոտիկների ավելի լայն հետևանքները կարող են ներառել.  

• Դեղագործական հավելվածներ, որոնք մշակում են նոր բուժումներ և դեղամիջոցներ՝ նախկինում չբուժվող հիվանդությունների բուժման համար, ինչը հանգեցնում է երկարատև կյանքի և կյանքի որակի բարելավմանը քրոնիկ և սուր հիվանդություններ ունեցող հիվանդների համար:
• Հնարավոր լուծումներ են հայտնաբերվել սպիտակուցների ծալման տասնամյակներ տեւած խնդրին, ինչը թույլ է տալիս ավելի խորը հասկանալ կենսաբանական գործընթացները և արագացնելով Ալցհեյմերի և Պարկինսոնի նման հիվանդությունների բուժման մեթոդների զարգացումը:
• Ածխածին կլանող նյութերի հայտնաբերումը կլիմայի փոփոխության դեմ պայքարելու համար, որը նպաստում է ջերմոցային գազերի արտանետումների կրճատմանը և գլոբալ տաքացման հետևանքները մեղմելու գլոբալ ջանքերին:
• Նյութերի հայտնաբերում, որոնք կարող են օգտագործվել էներգիայի արտադրության և պահեստավորման առաջխաղացման համար, բարձրացնելով էներգաարդյունավետությունը և նվազեցնելով կախվածությունը չվերականգնվող ռեսուրսներից:
• Կառավարությունները գյուղատնտեսության և առողջապահության ոլորտում հակաբիոտիկների օգտագործման ավելի խիստ կանոնակարգեր են կիրառում, ինչը հանգեցնում է ավելի վերահսկվող և պատասխանատու մոտեցման՝ պահպանելու առկա հակաբիոտիկների արդյունավետությունը:
• Հակաբիոտիկների դիմադրության հետ կապված հետազոտությունների ավելացում, գիտնականների, առողջապահության ոլորտի մասնագետների և քաղաքականություն մշակողների միջև համագործակցության խթանում և նոր բժշկական տեխնոլոգիաների զարգացման խթանում:
• Հակաբիոտիկների նկատմամբ կայունության մասին իրազեկվածության բարձրացման նպատակով նպատակաուղղված կրթական արշավների մշակումը՝ հանգեցնելով ավելի տեղեկացված հանրային վարքագծին և հակաբիոտիկների պատասխանատու օգտագործմանը:
• Դեղագործական արդյունաբերության կենտրոնացման փոփոխություն դեպի անհատականացված բժշկություն՝ ազդելով անհատական ​​գենետիկական կառուցվածքի ըմբռնման վրա, ինչը հանգեցնում է ավելի հարմարեցված և արդյունավետ բուժումների:
• Նոր նյութերի և տեխնոլոգիաների ինտեգրումը շինարարության և արտադրության մեջ՝ հանգեցնելով ավելի էներգաարդյունավետ շենքերի և տրանսպորտային համակարգերի, որոնք նպաստում են ավելի կայուն քաղաքային միջավայրին:
• Գիտական ​​և առողջապահական ոլորտներում նոր աշխատատեղերի և մասնագիտացումների ի հայտ գալը, ինչը հանգեցնում է հմուտ մասնագետների պահանջարկի այն ոլորտներում, որոնք կապված են հակաբիոտիկների հետազոտության, սպիտակուցների ծալման և նյութագիտության հետ:

Հարցեր, որոնք պետք է հաշվի առնել

• Ձեր կարծիքով, ի՞նչը կարող է սահմանափակել դեղագործական AI համակարգերի կարողությունը նոր հակաբիոտիկներ արտադրելու, եթե այդպիսիք կան: 
• Դուք հավատու՞մ եք, որ արհեստական ​​ինտելեկտի վրա հիմնված հետազոտական ​​ջանքերի շրջանակներում հայտնաբերված ցանկացած նոր հակաբիոտիկ պետք է հասանելի դառնա այն երկրներին, որոնք նման հետազոտություններ արտադրելու և իրականացնելու ռեսուրսներ չունեն: