دستور نيوز
إن العثور على أدوية جديدة – “اكتشاف الأدوية” – مهمة مكلفة وتستغرق وقتًا طويلاً. لكن نوعًا من الذكاء الاصطناعي يسمى التعلم الآلي يمكنه تسريع العملية بشكل كبير. استخدمت فانيسا سمير-باريتو ، الزميلة البحثية في معهد علم الوراثة والطب الجزيئي بجامعة إدنبرة ، وزملاؤها مؤخرًا هذه التقنية للعثور على ثلاثة مرشحين واعدين لعلاج الشيخوخة. الأدوية التي تبطئ الشيخوخة وتمنع الأمراض المرتبطة بالشيخوخة. Senolytics يعمل عن طريق قتل الخلايا الشائخة. هذه خلايا “حية” (نشطة أيضياً) ، لكنها لم تعد قادرة على التكاثر ، ومن هنا اسمها المستعار: خلايا الزومبي. تعاني هذه الخلايا من تلف الحمض النووي – على سبيل المثال ، خلايا الجلد التي تضررت من أشعة الشمس – لذا فإن وقف التكاثر يوقف انتشار الضرر. لكن الخلايا الشائخة ليست دائمًا شيئًا جيدًا. تفرز مزيجًا من البروتينات الالتهابية التي يمكن أن تنتشر إلى الخلايا القريبة. على مدار حياتنا ، تعاني خلايانا من وابل من الهجمات ، من الأشعة فوق البنفسجية إلى التعرض للمواد الكيميائية ، وبالتالي تتراكم. تتورط أعداد كبيرة من الخلايا الشائخة في مجموعة من الأمراض ، بما في ذلك مرض السكري من النوع 2 ، والفيروس التاجي ، والتليف الرئوي ، وهشاشة العظام ، والسرطان. وقد أظهرت الدراسات التي أجريت على الفئران أن القضاء على الخلايا الشائخة باستخدام الأدوية المتقدمة في السن يمكن أن يخفف من هذه الأمراض. يمكن لهذه الأدوية أن تقتل خلايا الزومبي مع الحفاظ على الخلايا السليمة على قيد الحياة. من المعروف الآن أن هناك حوالي 80 دواءً مضادًا للشيخوخة ، ولكن تم اختبار اثنين فقط على البشر: مزيج من dasatinib و quercetin. سيكون من الرائع العثور على المزيد من أدوية الشيخوخة التي يمكن استخدامها لمجموعة متنوعة من الأمراض ، لكن الأمر سيستغرق من 10 إلى 20 عامًا ومليارات الدولارات للوصول إلى السوق. أراد باحثون من جامعة إدنبرة والمجلس الوطني الإسباني للبحوث IBBTEC-CSIC في سانتاندير بإسبانيا معرفة ما إذا كان بإمكاننا تدريب نماذج التعلم الآلي لتحديد الأدوية المرشحة الجديدة لعلاج الشيخوخة. للقيام بذلك ، قاموا بإطعام نماذج الذكاء الاصطناعي بأمثلة لكل من الحالة المعروفة للشيخوخة وحالة عدم الشيخوخة. لقد تعلمت النماذج التمييز بين الاثنين ، ويمكن استخدامها للتنبؤ بما إذا كانت الجزيئات غير المرئية سابقًا يمكن أن تسبب الشيخوخة أيضًا. عند حل مشكلة التعلم الآلي ، عادةً ما يتم اختبار البيانات على مجموعة من النماذج المختلفة أولاً لأن بعضها يميل إلى الأداء بشكل أفضل من البعض الآخر. لتحديد النموذج الأفضل أداءً ، في بداية العملية ، يتم فصل قسم صغير من بيانات التدريب المتاحة وإخفائها عن النموذج حتى تكتمل عملية التدريب. ثم يتم استخدام بيانات الاختبار هذه لتحديد عدد الأخطاء التي يرتكبها النموذج. حدد الباحثون أفضل نموذج وطوروه لعمل تنبؤات. حدد نموذج الذكاء الاصطناعي 21 جزيءًا حاصل على أعلى الدرجات التي اعتبرها ذات احتمالية عالية لسن الشيخوخة. إذا اختبرنا 4340 جزيءًا أصليًا في المختبر ، لكان قد استغرق الأمر بضعة أسابيع على الأقل من العمل المكثف و 50000 جنيه إسترليني فقط لشراء المركبات ، دون احتساب تكلفة الآلات التجريبية والإعداد. ثم تم اختبار هذه الأدوية المرشحة على نوعين من الخلايا: صحية وشيخوخة. أظهرت النتائج أنه من بين المركبات الـ 21 ، تمكنت ثلاثة (بريبروليوسين ، أولياندين ، جينيكستين) من القضاء على الخلايا المتشيخة ، مع الحفاظ على الخلايا الطبيعية على قيد الحياة. ثم خضعت هذه الأدوية الجديدة المضادة للشيخوخة لمزيد من الاختبارات لمعرفة المزيد حول كيفية عملها في الجسم. أظهرت التجارب البيولوجية الأكثر تفصيلاً أنه من بين العقاقير الثلاثة ، كان الأولياندرين أكثر فعالية من أفضل دواء معروف لمكافحة الشيخوخة من نوعه. التداعيات المحتملة لهذا النهج متعدد التخصصات – والتي تشمل علماء البيانات والكيميائيين وعلماء الأحياء – هائلة. بالنظر إلى ما يكفي من البيانات عالية الجودة ، يمكن لنماذج الذكاء الاصطناعي تسريع العمل المذهل الذي يقوم به الكيميائيون وعلماء الأحياء لإيجاد علاجات للأمراض – خاصة تلك التي لم تتم تلبيتها. بعد التحقق من صحتها في إزالة الخلايا الشائخة ، يقوم الباحثون الآن باختبار الأدوية المرشحة الثلاثة في أنسجة الرئة البشرية. RT
يساعد الذكاء الاصطناعي في ابتكار علاجات لمكافحة الشيخوخة …
– الدستور نيوز