Yapay zeka uygulamaları yeni ilaçların keşif sürecini çok hızlandıracak

Yeni ilaç geliştirmek yıllar alan, zorlu ve yüksek maliyetli bir süreç. Bu nedenle pek çok nadir hastalık için ilaç araştırması bile yapılamıyor. Ancak Nature Communications Chemistry dergisinde yeni yayımlanan bir çalışmaya göre, üretken yapay zeka modelleri ilaç geliştirme sürecini çok hızlandırabilir. Çalışmayı yapan araştırmacılar eğittikleri G2 Retro adlı yapay zeka uygulamasını piyasaya yeni çıkan 4 ilaç modelinde test ettiler. G2 Retro bu 4 ilacı yüzlerce alt örneği ile birlikte çok kısa süre içinde yeniden keşfetti.

Ohio Eyalet Üniversitesi’ndeki araştırmacılar, herhangi bir molekül için otomatik olarak reaksiyon oluşturmak üzere yeni nesil yapay zeka modeli geliştirdi. Bu model belirli bir ilaç molekülünü oluşturmak için hangi reaksiyonların en iyi çalışabileceğini doğru ve hızlı bir şekilde ayırt edebiliyor.

Yapay zeka kanser tanı ve tedavisinin kaderini değiştirebilir mi?

Çalışmanın baş yazarı ve Ohio Eyalet Üniversitesi bilgisayar ve biyomedikal mühendisi Profesör Xia Ning, çalışmanın sonuçları ile ilgili şu bilgileri veriyor: “Amacımız, yapay zekayı ilaç tasarım sürecini hızlandırmak için kullanmak. Bu yalnızca araştırmacılara zaman ve para kazandırmakla kalmayıp, doğada var olan herhangi bir molekülden çok daha iyi özelliklere sahip ilaç adayları geliştirmemizi sağlıyor. Hala başlangıç aşamasında olsak bile yapay zekanın ilaç keşfinde kullanımı çok önemli gelişmelere yol açacak.”

Yapay zekayı 40 binden fazla örneklem üzerinde eğittiler

Araştırma ekibi, G 2 Retro’yu 1976 ile 2016 yılları arasında toplanan 40.000 kimyasal reaksiyonu içeren bir veri kümesi üzerinde eğitti. Bu çalışmadaki yapay zeka modeli belirli moleküllerin grafik tabanlı temsilleri üzerinde çalışarak sentez için kullanılabilecek olası reaktan yapıları oluşturmak için derin sinir ağları kullanıyor. Bir molekül verildiğinde, G 2 Retro yalnızca birkaç dakika içinde onun yüzlerce yeni reaksiyon tahmininde bulunabiliyor.

Çalışmaya göre, üretken yapay zeka yöntemi G 2 Retro, çok sayıda sentez yolu ile farklı seçenekleri mümkün kılıyor. Profesör Ning, “Bu, mevcut laboratuvar tabanlı deneylerin yerini almayacak, ancak daha fazla ve daha iyi ilaç seçenekleri sunacak. Böylece bu deneylere öncelik verilebilir ve çok daha hızlı şekilde sonuç alınabilir” diyor.

ChatGPT, doktorları geride bıraktı: Daha bilgilendirici, detaylı ve empatik yanıtlar verdi

Piyasadaki 4 yeni ilacı kısa sürede yeniden keşfettiler

Araştırmacılar geliştirdikleri yapay zeka modelinin etkinliğini test etmek için G2 Retro’nun hali hazırda piyasada olan dört yeni ilacı doğru bir şekilde tahmin edip edemeyeceğini görmek için bir vaka çalışması yürüttü. Mitapivat, tapinarof, Mavacamten ve Oteseconazole isimli ilaçları seçtiler. Profesör Ning, G2 Retro’nun bu ilaçlar için tam olarak aynı patentli sentez yollarını doğru şekilde üretebildiğini; aynı zamanda uygulanabilir ve faydalı alternatif sentez yolları da bulabildiğini belirtiyor.

Yapay zeka uygulamaları, etkili yeni ilaçların daha hızlı bir şekilde üretilmesini sağlayabilir. Ancak yapay zekanın bilim insanlarına sağlayabileceği avantaja rağmen ilaç geliştirme sürecinin insan denemeleri aşamasının hala çok uzun sürebileceğini söyleyen Profesör Ning, şu saptamayı yapıyor: ”G2 Retro gibi üretken yapay zeka modelleri ne kadar hızlı olursa olsun keşfedilen ilaçların önce hayvanlarda, daha sonra da insanlarda test edilmesi gerekiyor. Bu durum ise sürecin aşırı kısalmasına engel oluyor. Yapay zekanın tıpta ve ilaç araştırmalarında kullanılması ile yakın gelecekte yeni ilaç keşiflerinde ciddi bir artış yaşanabilir.”

Çalışmanın özeti

G2Retro as a two-step graph generative models for retrosynthesis prediction

Abstract: Retrosentez, bir hedef molekülün potansiyel reaktanlara dönüştürüldüğü ve böylece sentez yollarının tanımlanabildiği bir prosedürdür. Son zamanlarda, sentez yollarının tasarımını hızlandırmak için hesaplamalı yaklaşımlar geliştirilmiştir. Bu çalışmada, tek adımlı retrosentez tahmini için üretken bir çerçeve olan G2Retro modelini  geliştirdik. G2Retro, sentetik reaksiyonların tersine çevrilmiş mantığını taklit eder.

Yapay zeka alanındaki yeni gelişmeler tıpta devrim yaratabilir

Önce hedef moleküllerdeki reaksiyon merkezlerini tahmin eder, ürünleri bir araya getirmek için gerekli olan sentonları tanımlar ve bu sentonları reaktanlara dönüştürür. G2Retro, kapsamlı bir reaksiyon merkezi – tip setleri tanımlar ve potansiyel reaksiyon merkezlerini tahmin etmek için ürünlerin moleküler grafiklerinden öğrenir. G2Retro, sentonları reaktanlara dönüştürmek için ilgili tüm senton yapılarını ve ürün yapılarını dikkate alarak optimum tamamlama yollarını belirler ve buna göre küçük alt yapıları sırasıyla sentonlara ekler. Bu çalışmada, G2Retro’nun kıyaslama veri setindeki belirli ürünler için reaktanları son teknoloji yöntemlerden daha iyi tahmin edebildiğini gösterdik.

YORUMUNUZ VAR MI?

Label

İsim*

Email*

Δ

Label

İsim*

Email*

Δ

0 Yorum

Inline Feedbacks

Tüm yorumları gör