การค้นหายาใหม่ที่เรียกว่า "การค้นพบยา" เป็นงานที่มีค่าใช้จ่ายสูงและใช้เวลานาน แต่ปัญญาประดิษฐ์ประเภทหนึ่งที่เรียกว่าแมชชีนเลิร์นนิงสามารถเร่งกระบวนการได้อย่างมหาศาลและทำงานได้ในราคาเพียงเศษเสี้ยว
เมื่อเร็ว ๆ นี้เพื่อนร่วมงานของฉันและฉันใช้เทคโนโลยีนี้เพื่อค้นหายา senolytic ที่มีแนวโน้มสามตัว ซึ่งเป็นยาที่ช่วยชะลอความชราและป้องกันโรคที่เกี่ยวข้องกับอายุ
Senolytics ทำงานโดยการฆ่า เซลล์ชรา. เซลล์เหล่านี้คือเซลล์ที่ "มีชีวิต" (มีการเผาผลาญ) แต่ไม่สามารถทำซ้ำได้อีกต่อไป ดังนั้นชื่อเล่นของมันคือเซลล์ซอมบี้
การไม่สามารถทำซ้ำได้ไม่จำเป็นต้องเป็นเรื่องเลวร้าย เซลล์เหล่านี้ได้รับความเสียหายต่อ DNA เช่น เซลล์ผิวหนังที่ได้รับความเสียหายจากแสงแดด ดังนั้นการหยุดการจำลองแบบจึงหยุดความเสียหายไม่ให้แพร่กระจาย
แต่เซเนเซนต์เซลล์ไม่ใช่สิ่งที่ดีเสมอไป พวกเขาหลั่ง ค็อกเทลโปรตีนอักเสบ ที่สามารถแพร่กระจายไปยังเซลล์ข้างเคียงได้ ในช่วงชีวิตหนึ่ง เซลล์ของเราต้องทนทุกข์ทรมานจากการถูกโจมตีอย่างหนัก ตั้งแต่รังสียูวีไปจนถึงการสัมผัสกับสารเคมี เซลล์เหล่านี้จึงสะสม จำนวนเซลล์ชราภาพที่เพิ่มขึ้นมีส่วนเกี่ยวข้องกับ ช่วงของโรคได้แก่ เบาหวานชนิดที่ 2, โควิด, พังผืดในปอด, ข้อเสื่อม และมะเร็ง
การศึกษาในหนูทดลอง ได้แสดงให้เห็นว่าสามารถกำจัดเซลล์ชราภาพโดยใช้ เซโนไลติกส์ทำให้โรคเหล่านี้ดีขึ้นได้ ยาเหล่านี้สามารถฆ่าเซลล์ซอมบี้ในขณะที่รักษาเซลล์ที่แข็งแรงให้มีชีวิตอยู่ได้
รอบ 80 เซโนไลติกส์ เป็นที่ทราบกันดี แต่มีเพียงสองชนิดเท่านั้นที่ได้รับการทดสอบในมนุษย์: การรวมกันของ ดาซาทินิบและเควอซิทิน. เป็นการดีที่จะหา senolytics มากขึ้นที่สามารถใช้กับโรคต่างๆ ได้ แต่ต้องใช้เวลาสิบถึง 20 ปีและ พันล้านดอลลาร์ เพื่อผลิตยาออกสู่ตลาด
ผลลัพธ์ในห้านาที
ฉันและเพื่อนร่วมงาน รวมถึงนักวิจัยจาก University of Edinburgh และ Spanish National Research Council IBBTEC-CSIC ในเมือง Santander ประเทศสเปน ต้องการทราบว่าเราสามารถฝึกโมเดลการเรียนรู้ของเครื่องเพื่อระบุตัวยา senolytic ใหม่ได้หรือไม่
ในการทำเช่นนี้ เราได้ป้อนโมเดล AI ด้วยตัวอย่างที่รู้จัก senolytics และ non-senolytics. แบบจำลองเรียนรู้ที่จะแยกแยะความแตกต่างระหว่างสองสิ่งนี้ และสามารถใช้ทำนายว่าโมเลกุลที่พวกเขาไม่เคยเห็นมาก่อนอาจเป็นเซโนไลติกด้วยหรือไม่
เมื่อแก้ปัญหาแมชชีนเลิร์นนิง เรามักจะทดสอบข้อมูลในรุ่นต่างๆ ก่อน เนื่องจากบางรุ่นมีแนวโน้มที่จะทำงานได้ดีกว่ารุ่นอื่นๆ ในการพิจารณารูปแบบที่มีประสิทธิภาพดีที่สุด ในตอนต้นของกระบวนการ เราจะแยกส่วนเล็กๆ ของข้อมูลการฝึกอบรมที่มีอยู่ และซ่อนไว้จากแบบจำลองจนกว่ากระบวนการฝึกอบรมจะเสร็จสิ้น จากนั้นเราจะใช้ข้อมูลการทดสอบนี้เพื่อวัดจำนวนข้อผิดพลาดที่โมเดลทำ ผู้ที่ทำข้อผิดพลาดน้อยที่สุดคือผู้ชนะ
เราได้กำหนดโมเดลที่ดีที่สุดของเราและตั้งค่าให้คาดการณ์ เราให้มัน 4,340 โมเลกุล และอีกห้านาทีต่อมา มันก็ส่งรายการผลลัพธ์
แบบจำลอง AI ระบุ 21 โมเลกุลที่มีคะแนนสูงสุดซึ่งถือว่ามีความเป็นไปได้สูงที่จะเป็นเซโนไลติก หากเราทดสอบโมเลกุลดั้งเดิม 4,340 โมเลกุลในห้องแล็บ เราคงต้องใช้เวลาทำงานอย่างเข้มข้นอย่างน้อยสองสามสัปดาห์และใช้เงินเพียง 50,000 ปอนด์ในการซื้อสารประกอบ ไม่นับรวมต้นทุนของเครื่องจักรทดลองและการตั้งค่า
จากนั้นเราได้ทดสอบตัวเลือกยาเหล่านี้กับเซลล์สองประเภท: มีสุขภาพดีและแก่ชรา ผลการวิจัยพบว่าจากสารประกอบ 21 ชนิด สามชนิด (periplocin, oleandrin และ ginkgetin) สามารถกำจัดเซลล์ชราภาพในขณะที่ทำให้เซลล์ปกติส่วนใหญ่มีชีวิตอยู่ได้ senolytics ใหม่เหล่านี้ได้รับการทดสอบเพิ่มเติมเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการทำงานของพวกมันในร่างกาย
การทดลองทางชีววิทยาที่มีรายละเอียดมากขึ้นแสดงให้เห็นว่าจากยาทั้งสามชนิดนั้น oleandrin มีประสิทธิภาพมากกว่ายา senolytic ที่มีประสิทธิภาพดีที่สุดในประเภทนี้
ผลกระทบที่อาจเกิดขึ้นจากวิธีการแบบสหวิทยาการนี้ ซึ่งเกี่ยวข้องกับนักวิทยาศาสตร์ข้อมูล นักเคมี และนักชีววิทยานั้นมีอยู่มาก ด้วยข้อมูลที่มีคุณภาพสูงเพียงพอ แบบจำลอง AI สามารถเร่งงานอันน่าทึ่งที่นักเคมีและนักชีววิทยาทำเพื่อค้นหาวิธีการรักษาและการรักษาโรค โดยเฉพาะผู้ที่ไม่ต้องการการตอบสนอง
หลังจากตรวจสอบความถูกต้องของพวกมันในเซลล์ชราภาพแล้ว ขณะนี้เรากำลังทดสอบ senolytics ของผู้สมัครทั้งสามในเนื้อเยื่อปอดของมนุษย์ เราหวังว่าจะรายงานผลลัพธ์ครั้งต่อไปในอีกสองปีข้างหน้า
เกี่ยวกับผู้เขียน
วาเนสซา สเมอร์-บาร์เรโต, นักวิจัยสถาบันพันธุศาสตร์และอณูเวชศาสตร์ , มหาวิทยาลัยเอดินบะระ
บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.
หนังสือที่เกี่ยวข้อง:
ร่างกายรักษาคะแนน: สมองจิตใจและร่างกายในการรักษาบาดแผล
โดย Bessel van der Kolk
หนังสือเล่มนี้สำรวจความเชื่อมโยงระหว่างการบาดเจ็บกับสุขภาพกายและสุขภาพจิต นำเสนอข้อมูลเชิงลึกและกลยุทธ์ในการรักษาและฟื้นฟู
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
ลมหายใจ: ศาสตร์ใหม่ของศิลปะที่สาบสูญ
โดย เจมส์ เนสเตอร์
หนังสือเล่มนี้สำรวจวิทยาศาสตร์และการฝึกหายใจ นำเสนอข้อมูลเชิงลึกและเทคนิคในการปรับปรุงสุขภาพร่างกายและจิตใจ
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
The Plant Paradox: อันตรายที่ซ่อนอยู่ในอาหาร "สุขภาพ" ที่ทำให้เกิดโรคและน้ำหนักขึ้น
โดย สตีเวน อาร์. กันดรี
หนังสือเล่มนี้สำรวจความเชื่อมโยงระหว่างอาหาร สุขภาพ และโรค โดยนำเสนอข้อมูลเชิงลึกและกลยุทธ์ในการปรับปรุงสุขภาพโดยรวมและความสมบูรณ์พูนสุข
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
รหัสภูมิคุ้มกัน: กระบวนทัศน์ใหม่เพื่อสุขภาพที่แท้จริงและการต่อต้านริ้วรอยที่รุนแรง
โดย Joel Greene
หนังสือเล่มนี้นำเสนอมุมมองใหม่เกี่ยวกับสุขภาพและภูมิคุ้มกัน โดยใช้หลักการของ epigenetics และนำเสนอข้อมูลเชิงลึกและกลยุทธ์ในการปรับปรุงสุขภาพและการชะลอวัยให้เหมาะสม
คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ
คู่มือฉบับสมบูรณ์สำหรับการถือศีลอด: รักษาร่างกายของคุณด้วยการอดอาหารเป็นช่วงๆ วันเว้นวัน และการอดอาหารแบบยืดเวลา
โดย ดร.เจสัน ฟุง และจิมมี่ มัวร์
หนังสือเล่มนี้สำรวจวิทยาศาสตร์และการปฏิบัติของการถือศีลอดโดยนำเสนอข้อมูลเชิงลึกและกลยุทธ์ในการปรับปรุงสุขภาพโดยรวมและความสมบูรณ์พูนสุข
