منوعات

محاكاة الكيمياء: منصة جديدة للذكاء الاصطناعي تصمم أدوية السرطان المستقبلية

طور علماء جامعة كاليفورنيا في سان دييغو خوارزمية للتعلم الآلي لمحاكاة الكيمياء المملة المستخدمة في المراحل الأولى من اكتشاف الأدوية، والتي يمكن أن تبسط العملية بشكل كبير وتفتح الأبواب أمام علاجات لم يسبق لها مثيل. عادةً ما يتضمن تحديد الأدوية المرشحة لمزيد من التحسين آلاف التجارب الفردية، ولكن من المحتمل أن تحقق منصة الذكاء الاصطناعي الجديدة نفس النتائج في جزء صغير من الوقت. استخدم الباحثون الأداة الجديدة الموضحة في الاتصالات الطبيعيةلتجميع 32 مرشحًا جديدًا لأدوية السرطان.

تعد هذه التكنولوجيا جزءًا من اتجاه جديد ولكنه متنامي في العلوم الصيدلانية لاستخدام الذكاء الاصطناعي لتحسين اكتشاف الأدوية وتطويرها.

وقال المؤلف الرئيسي تري إيديكر، الأستاذ: “قبل بضع سنوات، كان الذكاء الاصطناعي كلمة قذرة في صناعة الأدوية، ولكن اليوم الاتجاه هو عكس ذلك بالتأكيد، حيث تجد الشركات الناشئة في مجال التكنولوجيا الحيوية صعوبة في جمع الأموال دون دمج الذكاء الاصطناعي في أعمال خططها”. . دكتوراه في قسم الطب في كلية الطب بجامعة كاليفورنيا في سان دييغو وأستاذ مساعد في الهندسة الحيوية وعلوم الكمبيوتر في كلية جاكوبس للهندسة في جامعة كاليفورنيا في سان دييغو. “لقد أصبح اكتشاف الأدوية الموجهة بالذكاء الاصطناعي مجالًا نشطًا للغاية في الصناعة، ولكن على عكس الأساليب التي تم تطويرها في الشركات، فإننا نجعل تقنيتنا مفتوحة المصدر ومتاحة لأي شخص يريد استخدامها.”

تعد المنصة الجديدة، التي تسمى POLYGON، فريدة من نوعها بين أدوات الذكاء الاصطناعي لاكتشاف الأدوية، حيث يمكنها تحديد الجزيئات ذات الأهداف المتعددة، في حين أن بروتوكولات اكتشاف الأدوية الحالية تعطي الأولوية حاليًا للعلاجات ذات الهدف الواحد الفريدة. تحظى الأدوية متعددة الأهداف باهتمام كبير بالنسبة للأطباء والعلماء نظرًا لقدرتها على تقديم نفس الفوائد التي يقدمها العلاج المركب، حيث يتم استخدام العديد من الأدوية المختلفة معًا لعلاج السرطان، ولكن مع آثار جانبية أقل.

“يستغرق الأمر سنوات عديدة وملايين الدولارات للعثور على دواء جديد وتطويره، خاصة إذا كان دواء له أهداف متعددة.” قال إيدكر. “لقد تم اكتشاف الأدوية القليلة متعددة الأهداف التي لدينا عن طريق الصدفة إلى حد كبير، ولكن هذه التكنولوجيا الجديدة يمكن أن تساعد في إخراج المخاطر من المعادلة والدخول في جيل جديد من الطب الدقيق.”

قام الباحثون بتدريب POLYGON على قاعدة بيانات تضم أكثر من مليون جزيء نشط بيولوجيًا معروفًا تحتوي على معلومات مفصلة عن خواصها الكيميائية وتفاعلاتها المعروفة مع أهداف البروتين. من خلال التعلم من الأنماط الموجودة في قاعدة البيانات، يتمكن POLYGON من إنشاء صيغ كيميائية أصلية لمرشحي الأدوية الجدد الذين قد يكون لهم خصائص معينة، مثل القدرة على تثبيط بروتينات معينة.

قال إيديكر: “تمامًا كما أصبح الذكاء الاصطناعي الآن جيدًا جدًا في إنشاء رسومات وصور أصلية، مثل إنشاء صور للوجوه البشرية بناءً على الخصائص المطلوبة مثل العمر أو الجنس، فإن POLYGON قادر على توليد مركبات جزيئية أصلية بناءً على الخصائص الكيميائية المرغوبة”. “في هذه الحالة، بدلاً من إخبار الذكاء الاصطناعي بالعمر الذي نريد أن يكون عليه وجهنا، فإننا نخبره كيف نريد أن يتفاعل دواءنا المستقبلي مع بروتينات المرض.”

ولاختبار بوليجون، استخدمه الباحثون لتوليد مئات من الأدوية المرشحة التي تستهدف أزواجًا مختلفة من البروتينات المرتبطة بالسرطان. ومن بين هذه الجزيئات، قام الباحثون بتركيب 32 جزيئًا تتمتع بأقوى التفاعلات المتوقعة مع MEK1 وmTOR، وهو زوج من بروتينات الإشارة الخلوية التي تعد هدفًا واعدًا لعلاجات السرطان المركبة. وهذان البروتينان هما ما يسميه العلماء قاتلين صناعيًا، مما يعني أن تثبيطهما معًا يكفي لقتل الخلايا السرطانية، حتى لو لم يكن تثبيط أحدهما فقط كافيًا.

ووجد الباحثون أن الأدوية التي قاموا بتصنيعها كان لها نشاط كبير ضد MEK1 وmTOR، ولكن كان لها تفاعلات قليلة خارج الهدف مع البروتينات الأخرى. يشير هذا إلى أن واحدًا أو أكثر من الأدوية التي حددها POLYGON قد يكون قادرًا على استهداف كلا البروتينين في علاج السرطان، مما يوفر قائمة من الاختيارات للكيميائيين البشريين لضبطها.

وقال إيديكر: “بمجرد حصولك على الأدوية المرشحة، لا تزال بحاجة إلى إجراء جميع التحليلات الكيميائية الأخرى اللازمة لتحسين تلك الخيارات في علاج واحد فعال”. “لا يمكننا ولا ينبغي لنا أن نحاول استبعاد الخبرة البشرية من عملية اكتشاف الدواء، ولكن ما يمكننا القيام به هو اختصار بضع خطوات في العملية”.

وعلى الرغم من هذا الحذر، فإن الباحثين متفائلون بأن إمكانيات الذكاء الاصطناعي في اكتشاف الأدوية ما زالت قيد الاستكشاف.

“إن رؤية كيف سيتطور هذا المفهوم خلال العقد المقبل، سواء في الأوساط الأكاديمية أو القطاع الخاص، سيكون أمرًا مثيرًا للغاية.” قال إيدكر. “الاحتمالات لا حصر لها تقريبا.”

تم دعم هذه الدراسة جزئيًا من قبل المعاهد الوطنية للصحة (المنح CA274502، GM103504، ES014811، CA243885، CA212456).

..

Source link

orcalimaa

المصدر الرئيسي للأخبار والمعلومات الصحية والطبية الموثوقة وفي الوقت المناسب . توفير معلومات صحية ذات مصداقية ومجتمع داعم وخدمات تعليمية من خلال مزج الخبرة الحائزة على جوائز في المحتوى والخدمات المجتمعية وتعليقات الخبراء والمراجعة الطبية .

مقالات ذات صلة

اترك تعليقاً

زر الذهاب إلى الأعلى