ახალი პრეპარატების მიგნება და შექმნა ძვირი და ხანგრძლივი პროცესია. თუმცა, ხელოვნური ინტელექტის ერთ-ერთ ტიპს, რომელსაც მანქანურ დასწავლას უწოდებენ, ამ პროცესის ძლიერ დაჩქარება და გაიაფება შეუძლია.
ამ ტექნოლოგიის გამოყენებით, ედინბურგის უნივერსიტეტის გენეტიკისა და მოლეკულური ბიოლოგიის ინსტიტუტის მკვლევარმა ვანესა სმერ-ბარეტომ და მისმა კოლეგებმა სენოლითური პრეპარატის სამი იმედისმომცემი კანდიდატი აღმოაჩინეს — პრეპარატები, რომლებიც დაბერებას ანელებს და ხელს უშლის დაბერებასთან დაკავშირებულ დაავადებებს.
სენოლითიკები დაბერებულ უჯრედებს ხოცავენ. ეს გახლავთ უჯრედები, რომლებიც „ცოცხალია“ (მეტაბოლურად აქტიური), მაგრამ აღარ შეუძლიათ გამრავლება; ამიტომაც, ზედმეტსახელად მათ ზომბ უჯრედებს უწოდებენ.
გამრავლების (რეპლიკაცია) უნარის არქონა ყოველთვის ცუდი რამ არ არის. ამ უჯრედებს დნმ აქვთ დაზიანებული; მაგალითად, კანის უჯრედები მზის სხივების მიერ არის დაზიანებული და შესაბამისად, გამრავლების შეჩერება დაზიანების გავრცელებასაც აჩერებს.
თუმცა, დაბერებული უჯრედები ყოველთვის კარგი არ არის. ისინი გამოყოფენ ანთებითი ცილების მთელ კოქტეილს, რომელიც მეზობელ უჯრედებზეც ვრცელდება. ჩვენი უჯრედები მთელი ცხოვრების განმავლობაში განიცდიან თავდასხმებს, თუნდაც მზის სხივების ან ქიმიური ნივთიერებების მხრიდან და შესაბამისად, ხდება ამ უჯრედების აკუმულირება.
დაბერებული უჯრედების რაოდენობის ზრდა დაკავშირებულია სხვადასხვა დაავადებებთან, მათ შორის, მე-2 ტიპის დიაბეტთან, კოვიდთან, ფილტვის ფიბროზთან, ოსტეოართრიტთან და კიბოსთან.
ლაბორატორიაში თაგვებზე ჩატარებული კვლევები აჩვენებს, რომ სენოლითიკების მეშვეობით დაბერებული უჯრედების მოსპობა ამ დაავადებათა რისკს ამცირებს. ეს პრეპარატები მხოლოდ ზომბ უჯრედებს კლავს და არ ერჩის ჯანმრთელ უჯრედებს.
ამ დროისთვის დაახლოებით 80 სენოლითიკია ცნობილი, მაგრამ ადამიანებზე გატესტილი მხოლოდ ორია: დასატინიბი და კვერცეტინი. დიდებული ამბავი იქნებოდა უფრო მეტი ისეთი სენოლოთიკის პოვნა, რომელთა გამოყენებაც სხვადასხვა დაავადებებში იქნებოდა შესაძლებელი, მაგრამ ასეთი წამლის დამზადებას და ბაზარზე გატანას 10-20 წელი და მილიარდობით დოლარი სჭირდება.
შედეგები ხუთ წუთში
ვანესა სმერ-ბარეტომ და მისმა კოლეგებმა ედინბურგის უნივერსიტეტიდან და ესპანეთის კვლევების ეროვნული საბჭოდან, გადაწყვიტეს დაედგინათ, შესაძლებელი იყო თუ არა მანქანური დასწავლის მოდელების გაწვრთნა ახალი სენოლითური პრეპარატის კანდიდატთა გამოსავლენად.
ამისათვის, ხელოვნური ინტელექტის მოდელებში მათ ცნობილი და უცნობი სენოლითიკები შეიტანეს. მოდელებმა ამ ორის ერთმანეთისგან განსხვავება ისწავლეს და შესაძლებელი გახდა მათი გამოყენება იმის პროგნოზირებისთვის, შესაძლებელია თუ არა, რომ ასევე სენოლითური იყოს ის მოლეკულები, რომლებიც მათ იქამდე არასოდეს ენახათ.
მას შემდეგ, რაც მანქანური დასწავლის პრობლემას გადაჭრიან, როგორც წესი, მკვლევრები მონაცემებს პირველ რიგში სხვადასხვა მოდელებზე ტესტავენ, რადგან ამ დროს ირკვევა, რომელი მათგანი მუშაობს სხვებზე უკეთესად.
საუკეთესოდ მომუშავე მოდელის გამოსავლენად, პროცესის დასაწყისში, მკვლევრებმა საწვრთნელი მონაცემების მცირე ნაწილი გამოაცალკევეს და მოდელს წვრთნის პროცესის დასრულებამდე დაუმალეს.
ამის შემდეგ, ტესტირების მონაცემებით მათ რაოდენობრივად შეაფასეს მოდელის მიერ დაშვებული შეცდომები. იმარჯვებს მოდელი, რომელიც ყველაზე ნაკლები შეცდომას უშვებს.
ასე გამოავლინეს საუკეთესო მოდელი და ის პროგნოზების გასაკეთებლად გამოიყენეს. ასე მისცეს მას 4340 მოლეკულა და ხუთი წუთის შემდეგ, მოდელმა შედეგების სია დადო.
ხელოვნური ინტელექტის მოდელმა გამოავლინა 21 ყველაზე მაღალი ქულის მქონე მოლეკულა, რომლებზეც მიიჩნია, რომ მაღალი იყო ალბათობა, სენოლითიკი ყოფილიყო. მისთვის მიცემული 4340 მოლეკულის ლაბორატორიაში ხელით დატესტვას სულ მცირე რამდენიმე კვირიანი მუხლჩაუხრელი შრომა და დაახლოებით 63 000 დოლარი დასჭირდებოდა მხოლოდ ქიმიურ ნაერთთა ყიდვას, რომ აღარაფერი ვთქვათ ექსპერიმენტებისთვის საჭირო აპარატურის ხარჯებზე.
ამის შემდეგ, კანდიდატი პრეპარატები მათ ორი ტიპის უჯრედებზე შეამოწმეს: ჯანმრთელზე და დაბერებულზე. როგორც შედეგებმა აჩვენა, 21 ნაერთიდან სამს (პერიპლოცინი, ოლეანდრინი და გინკგეტინი) დაბერებულ უჯრედთა მოსპობა შეეძლო, ჯანმრთელ უჯრედთა უმეტესობას კი არაფერს ერჩოდა. ამ ახალ სენოლითიკებს შემდეგ სხვა ტესტირებები ჩაუტარეს, რათა უფრო მეტი გაეგოთ იმის შესახებ, როგორ მუშაობენ ისინი სხეულში.
უფრო დეტალურმა ბიოლოგიურმა ექსპერიმენტებმა აჩვენა, რომ სამი პრეპარატიდან, ოლეანდრინი იმაზე მეტად ეფექტიანი იყო, ვიდრე ამჟამად ცნობილი საუკეთესო სენოლითური პრეპარატი.
ამ დისციპლინათშორისი მიდგომის პოტენციური შედეგები უზარმაზარია. კვლევაში ჩართულები იყვნენ მონაცემთა მეცნიერები, ქიმიკოსები და ბიოლოგები. მაღალი ხარისხის მონაცემებიდან გამომდინარე, ხელოვნური ინტელექტის მოდელებს ქიმიკოსებისა და ბიოლოგების შრომის მნიშვნელოვნად დაჩქარება შეუძლია, რათა დაავადებათა სამკურნალო პრეპარატებს მიაგნოს, განსაკუთრებით კი ისეთებს, რომლებიც გადაუდებლად საჭიროა.
დაბერებულ უჯრედებზე შემოწმების შემდეგ, მკვლევართა ჯგუფი ამჟამად ამ სამ კანდიდატს ადამიანის ქსოვილებზე ტესტავს. შედეგებს ორ წელიწადში დადებენ.
მომზადებულია The Conversation-ის მიხედვით.
