Ο κίνδυνος από την αντίσταση στα αντιβιοτικά, που αχρηστεύουν τη δράση των φαρμακευτικών σκευασμάτων, όλο και αυξάνεται παγκοσμίως, στοιχίζοντας τη ζωή σε περίπου 5 εκατομμύρια ανθρώπους κάθε χρόνο. Μελέτη διερεύνησε πώς θα μπορούσαν οι εξελίξεις της τεχνολογίας και συγκεκριμένα η τεχνητή νοημοσύνη, να συμβάλλουν στην αντιμετώπιση του μείζονος αυτού προβλήματος δημόσιας υγείας. Έτσι, ερευνητές από την Ιατρική Σχολή του Πανεπιστημίου Stanford και του Πανεπιστημίου McMaster δημιουργήσαν ένα νέο μοντέλο τεχνητής νοημοσύνης, που ονομάστηκε SyntheMol, το οποίο συνέθεσε δομές και χημικές συνταγές για έξι νέα φάρμακα που στοχεύουν στην εξουδετέρωση ανθεκτικών στελεχών του Acinetobacter baumannii, ενός από τα κύρια παθογόνα που ευθύνονται για θανάτους που σχετίζονται με την ανθεκτικότητα στα αντιβιοτικά. Η έρευνά τους δημοσιεύτηκε στο Nature Machine Intelligence.
«Η υπόθεσή μας ήταν ότι υπάρχουν πολλά πιθανά μόρια που θα μπορούσαν να μετουσιωθούν σε αποτελεσματικά φάρμακα, χωρίς να έχουν δημιουργηθεί ή δοκιμαστεί ακόμα. Γι’ αυτό θέλαμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να σχεδιάσουμε εντελώς νέα μόρια, που δεν έχουν παρατηρηθεί ποτέ στη φύση» εξηγεί ο Δρ James Zou, PhD, αναπληρωτής καθηγητής βιοϊατρικής επιστήμης δεδομένων και συν-συγγραφέας της μελέτης.
Πριν από την έλευση της παραγωγικής τεχνητής νοημοσύνης, του ίδιου τύπου τεχνολογίας τεχνητής νοημοσύνης που διέπει μεγάλα γλωσσικά μοντέλα όπως το ChatGPT, οι ερευνητές είχαν ακολουθήσει διαφορετικές υπολογιστικές προσεγγίσεις για την ανάπτυξη αντιβιοτικών. Χρησιμοποιούσαν αλγόριθμους για να ανατρέξουν σε υπάρχουσες βιβλιοθήκες φαρμάκων -100 εκατομμύρια γνωστές ενώσεις περίπου- εντοπίζοντας τις ενώσεις που είναι πιο πιθανό να δράσουν κατά ενός συγκεκριμένου παθογόνου. Αυτός ο τρόπος, όμως, διερευνούσε μόλις την κορυφή του παγόβουνου.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου