هوش مصنوعی به کشف ۳۲ داروی جدید سرطان کمک کرد

محققان با استفاده از یک پلتفرم هوش مصنوعی توانستند ۳۲ داروی جدید را برای هدف قرار دادن سرطان تولید کنند. به گزارش‌ سرویس اخبار فناوری و تکنولوژی تکنا، محققان در دانشگاه کالیفرنیا سن دیگو با استفاده از یک پلتفرم هوش مصنوعی جدید در یک آزمایش موفق به تولید ۳۲ داروی جدید برای درمان سرطان شدند. […]

محققان با استفاده از یک پلتفرم هوش مصنوعی توانستند ۳۲ داروی جدید را برای هدف قرار دادن سرطان تولید کنند.

به گزارش‌ سرویس اخبار فناوری و تکنولوژی تکنا، محققان در دانشگاه کالیفرنیا سن دیگو با استفاده از یک پلتفرم هوش مصنوعی جدید در یک آزمایش موفق به تولید ۳۲ داروی جدید برای درمان سرطان شدند. این الگوریتم یادگیری ماشینی می‌تواند مراحل اولیه و زمانبر کشف دارو را از طریق شبیه سازی شیمی به پیش ببرد. همچنین با استفاده از الگوریتم شناسایی داروهای جدید ساده شده و می‌توان از آن در درمان‌های جدید نیز استفاده کرد.

شناسایی داروهای جدید نیازمند هزاران آزمایش فردی و به دست آوردن بهبودی بیشتر است. این در حالی است که پلتفرم جدید هوش مصنوعی می‌تواند در کسری از زمان نتایج یکسان را ارائه کند. دانشمندان با استفاده از این پلتفرم توانستند ۳۲ داروی جدید برای سرطان معرفی کنند. به گفته محققان فناوری مورد نظر بخشی از یک روند جدید و رو به رشد در علم داروسازی و استفاده از هوش مصنوعی برای کشف و توسعه دارو محسوب می‌شود.

تری آیدی کر استاد گروه پزشکی از دانشکده پزشکی کالیفرنیا سن دیگو و پژوهشگر ارشد در این مطالعه در این مورد گفته است: پیش از این هوش مصنوعی به عنوان یک کلمه نه چندان مناسب در صنعت داروسازی محسوب می‌شد. اما اکنون این روند برعکس شده است. زیرا استارتاپ‌های زیست فناوری تنها از طریق پرداختن به هوش مصنوعی می‌توانند به جمع آوری سرمایه در کسب و کار خود بپردازند. استفاده از هوش مصنوعی برای کشف دارو اکنون یک حوزه بسیار فعال در داروسازی محسوب می‌شود اما خلاف روش‌های توسعه یافته در شرکت‌ها فناوری ما به صورت منبع باز و در اختیار دیگران خواهد بود.

این پلتفرم جدید با نام POLYGON دارای خواص منحصر به فردی در میان پلتفرم‌های هوش مصنوعی کشف دارو است. زیرا شناسایی مولکول‌ها را با اهداف متعدد انجام می‌دهد. در حالی که پروتکل‌های موجود مربوط به کشف دارو تنها می‌توانند یک هدف را در اولویت قرار دهند. داروهای چند هدفی با توجه به پتانسیل خود برای ارائه مزایای مشابه، می‌توانند با ارائه درمان ترکیبی و در عین حال عوارض جانبی کمتر باعث جلب توجه پزشکان و دانشمندان شوند.