מחקרים קוריאניים פונו לדרך לגילויי תרופות חדשניות דרך שימוש מקורי בבינה מלאכותית יוצרת. הצוות בהנהגתו של פרופסור ווה יון קים ממחלקת הכימיה של KAIST פיתח בעזרת בינה מלאכותית חדשנית שיכולה לעצב תרופות המתאימות לחלבונים מטרה על סמך תבניות האינטראקציה בין החלבונים והמולקולות, ללא צורך בנתונים פעילים.
לחשוף תרופות חדשות חיוני לזהות מולקולות המתקשרות באופן ספציפי לחלבונים הגורמים למחלות. ניסיון בינה מלאכותית תוסס בעיצוב תרופות מתיחות ליידע ידיעות על תרופות מוכרות, מה שמהווה אתגר משמעותי בתחום הפיתוח החדשני של תרופות חדשות. ומעבר לכך, חוסר בנתונים ניסיוניים על מטרות לתרופות מאוד לא פוטנציאליות הופך את השימון במודלי בינה מלאכותית מוכחים לא ניתן בפועל.
הפתרון של הצוות היה בטכנולוגיה המייצרת מולקולות על ידי השימוש רק במידע מבני של חלבונים. שיטה זו פועלת באופן דומה ליצירת מפתח המתוכנן להתאים למנעול, יצירת מולקולות לדיוק המתאים לפסות הקישור של חלבוני מטרה. ומעבר לזה, התמקדו בתכנון מולקולות היכולות לקשר באופן תמידי אף לחלבונים חדשים, עוקפים את הביצוע הכללי הנמוך של דגמי בינה מלאכותית תלת-ממדיים מוכחים.
על ידי התמקדות בתבניות האינטראקציה שבין חלבונים למולקולות, הצוות הפעיל ביכולת הבינה המלאכותית ללמוד את התבניות אלו וליישם אותן ישירות בעיצוב מולקולות. התוצאה הייתה כי הדגם שלהם, להבדיל מקודמו שעשוי להיסמך על מיליוני נתונים וירטואליים לפיצוי עבור מספר מוגבל של נתוני הכשרה, יכל לשפר משמעותית על ידי למידה מקטעי אלפי מבנים ניסיוניים בלבד.
הבינה המלאכותית אוחנה כדי לעצב מולקולות המגבירות אינטראקציות ספציפיות עם חומצות אמינו מיוחזות. מפתיע, 23% מהמולקולות המעוצבות על ידי בינה מלאכותית זו מתחזות להצגת מעל 100 פעמים בישליטות תיאורטית. בינה המבוססת על תבניות האינטראקציה עשויה להיות בצורה מיוחד אפקטיבית במצבים בהם היברידיות היא פרמטר מרכזי, כגון בעיצוב מעכבי קינאז.
הדגש על רלוונטיות הגישה נעשה על ידי סטודנט לתאר שני ממחלקת הכימיה בKAIST הדגיש כי שימוש בידע קיים במודלי בינה הוא קהיל בדיעות המדעיות עם איברים נתונים. המידע לאינטראקציה שנעשה במחקר זה יכול להיות יעיל לא רק במולקולות תרופה, אלא גם במבחר רחב של מולקולות ביוטכנולוגיה.
בתמיכת קרן המחקר הלאומית של קוריאה, נמסרו תוצאות המחקר מאת שרשת News1 כי פורסמו בכתב העת הבינלאומי 'תקשורת בטבע' במרץ.
בתחום המחקר התרופתי ופיתוח התרופות, היכולת להשתמש בבינה מלאכותית על מנת לעצב תרופות משמעותית בעלת השלכות חשובות. התקדמותה של צוות KAIST בשימוש בבינת על בזק לעצב תרופות הומר למבצע בתחום זה. כאן תוכל למצוא מידע נלווה נוסף, שאלות מרכזיות, ואתגרים כולל תשובות להם וניתוח של היתרונות והחסרונות הבאים:
עובדות נוספות:
1. בינת העל עושה שימוש באלגוריתמים המסוגלים ליצור תוכן, בין אם זה בתחום של טקסט, תמונות, או, במקרה זה, מבני מולקולות שיכולים לקשור לחלבונים.
2. התהליך המסורתי של גילוי התרופות כולל בדיקה של אלפיות עד מיליוני תרכובות לפעילות נגד מטרת ביולוגית.
3. עלות וזמן המנוקדים לתהליך המסורתי של גילוי תרופות עצומים, מתעלים כדי לקחת יותר מעשור ולעלות מיליארדים של דולרים להביא תרופה חדשה לשוק.
4. החלבונים מספקים תפקיד בקרתי במחלות מאחר שיכולים לפעול כמטרות לתרופות, וכשיפות התרופה מוגדרת דרך היכולת שלה לקשור לחלבון ולשנות את פעולתו.
שאלות מרכזיות ותשובות:
ש: למה עיצוב תרופות מבוסס על בינה מלאכותית חשוב?
ת: הבינה המלאכותית יכולה להפחית למשמעותית את עלות והשקעת הזמן בגילוי תרופות על ידי הפקת מועמדי תרופות המאוד אספציפיים למטרותיהן, והתקדמת מעבר לגבולות השיטות המסורתיות.
ש: אילו אתגרים נתקלים בבינה מלאכותית בעיצוב תרופות?
ת: דגמים של בינה דורשים שלטונות מידע גדולים ללמידה מהם, דבר שאינו זמין לחלבונים חדשים או מחקרים פחות זמינים. כמו כן, ודאות שהמולקולות שעוצבו לא רק נפעלות תיאורטית, אלא כן בטוחות ויעילות לאדם נמצאת בתהליך אתגרי קריטי.
אתגרים מרכזיים או סעיפים מרכזיים:
– המדויקות של ניבויי הבינה המלאכותית יש לאישור אתם על ידי ניסויים במעבדה וניסויים קליניים לוודא שהמולקולות הללו הם בטוחים ויעילים, מה שעדיין הינו תהליך זמני וחסר ביוגט.
– דאגות מוסריות על בינה כוללים הצפה לשינויים במשרות עבור חוקרים ואיזור בין הזכויות של קניין רוחני ופתיחות לידע המיוצר על ידי בינת על בעיצוב תרופות.
יתרונות:
– הפחתת זמן ועלות לשלבים הראשונים של גילוי תרופות.
– היכולת לעצב תרכובות חדשות שאינן מוגבלות על ידי הדמיון הכימי לתרופות קיימות.
– היכולת לגלות תרופות למטרות שחשבו כל "לאנצורקאבל" עקב חוסר המולקולות המתאימות לקישור אליהם.
חסרונות:
– אי ביטחון ביכולת הביצוע והבטיחות כשעל ידי המבנה הנרגש של המולקולות המעוצבות על ידי בינת על.
– תלות אפשרית בבינה מלאכותית יכולה להוביל להפחתת מידות בהבנה ביולוגית בסיסית של המנגנונים המחלתיים.
– הצורך בטיפול בדאגות אתיות ותקניות צריך להתמ
The source of the article is from the blog lisboatv.pt