Տպել
Ամերիկացի գիտնականները ստեղծել են արհեստական բանականության մոդել, որը կարող է զգալիորեն բարելավել ճշգրտությունը, կրճատել դեղերի մշակման ժամանակն ու ծախսերը։ Նյու Յորքի քաղաքային համալսարանի (CUNY Graduate Center) հետազոտողների հոդվածը հրապարակվել է Nature Machine Intelligence ամսագրում:
Սովորաբար դեղերի ստեղծման գործընթացը տեւում է մի քանի տարի՝ նախ գիտնականները պետք է հայտնաբերեն անհրաժեշտ միացությունը, փորձարկեն այն եւ հետո ստանան հաստատում։ CODE-AE կոչվող նոր նեյրոնային ցանցը կարող է փորձարկել նոր դեղամիջոցների միացությունները եւ ճշգրիտ կանխատեսել դրանց արդյունավետությունը մարդկանց վրա: Փորձարկումների ընթացքում տեսականորեն հնարավոր է եղել գտնել անհատականացված դեղամիջոցներ ավելի քան 9000 կոնկրետ պացիենտների համար:
«Օգտվելով CODE-AE-ից՝ մենք փորձարկել ենք 59 դեղամիջոց 9808 քաղցկեղով հիվանդների մոտ: Մեր արդյունքները համաձայնեցվում են առկա կլինիկական դիտարկումների հետ»,- գրում են գիտնականներն իրենց հոդվածում։
Աշխատանքում վերլուծվել են հիվանդների բջջային գծերի տվյալները։ Բջջի իրական վիճակի պարամետրերի զանգվածը բեռնվել է համակարգ, որը վերլուծել է, թե ինչպես են դրանք աշխատում: Այնուհետեւ դեղը «ավելացրել են» այնտեղ, իսկ հետո այն ցույց է տվել, թե ինչպես են ելակետային վիրտուալ բջիջները արձագանքում այս կամ այն բաղադրությանը:
Նոր քիմիական միացության նկատմամբ պացիենտի արձագանքի ճշգրիտ եւ հուսալի կանխատեսումը կարեւոր նշանակություն ունի նոր դեղամիջոցների հայտնաբերման եւ գոյություն ունեցողներից որոշակի պացիենտի համար դեղամիջոցի ընտրության հարցում: Սակայն հնարավոր չէ վաղ թեստավորում անցկացնել անմիջապես մարդկանց վրա: Սա դեղերի մշակման բարձր գնի եւ ցածր արտադրողականության հիմնական գործոնն է:
«Մեքենայական ուսուցման մեր նոր մոդելը կարող է լուծել խնդիրը: CODE-AE-ն օգտագործում է կենսաբանությունից ոգեշնչված դիզայնը եւ մեքենայական ուսուցման մի քանի վերջին ձեռքբերումները»,- ասել է աշխատության ավագ հեղինակ, համակարգչային գիտությունների, կենսաբանության եւ կենսաքիմիայի պրոֆեսոր Լեյ Սեն:
Հետազոտական խմբի հաջորդ խնդիրը նոր դեղամիջոցի կոնցենտրացիայի եւ դրա նյութափոխանակության ազդեցությունը մարդու օրգանիզմի վրա հուսալիորեն կանխատեսելու մեթոդի մշակումն է։ Հետազոտողները նաեւ նշել են, որ նեյրոնային ցանցը կարող է կարգավորվել՝ որոշակի անձի մոտ դեղամիջոցների կողմնակի ազդեցությունները ճշգրիտ կանխատեսելու համար:
