İnsan & Sağlık

Yapay Zeka İle İlaç Geliştirme Süreci Hız Kazanıyor

Yapay Zeka İle İlaç Geliştirme Süreci Hız Kazanıyor


Yeni bir şifreleme sistemi, ilaç şirketleri ile akademik laboratuvarların, yeni bir ilacın geliştirilmesi için işbirliği yapmalarına izin verebilmektedir. Üstelik bu sistem hem hızlı bir şekilde çalışmakta hem de rakiplere hiçbir gizli veriyi aktarmamaktadır.

Bu bilgi işlem sisteminin merkezinde, sinir ağı olarak bilinen bir yapay zeka programı vardır. Yapay zeka (AI), yeni bir ilaç-protein etkileşimini tahmin etmek için insan vücudunda hangi ilaçların hangi proteinlerle etkileşime girdiği hakkında bilgileri incelemektedir.

Daha fazla eğitim verisi, daha zekice bir yapay zeka yaratmaktadır. Bu durum geçmişte zordu çünkü ilaç geliştiricileri fikri mülkiyet kaygıları nedeniyle genellikle veri paylaşmaktan çekinmektedirler. Ancak Science dergisinde yayınlanan çalışmada anlatılan bu yeni sistem, bir AI’nın, bilgileri özel tutarken verileri kitle kaynağı yapmasına izin vermekte ve bu da daha hızlı ilaç gelişimi için ortaklıkları desteklemektedir.

MIT’de hesaplamalı biyolog olan Bonnie Berger ve arkadaşları Brian Hie ve Hyunghoon Cho, yaklaşık 1.4 milyon ilaç-protein çifti üzerinde bir sinir ağı eğiterek sistemlerinin doğruluğunu değerlendirmiştir. Bu çiftlerin yarısı bilinen ilaç-protein etkileşimleridir ve STITCH veri tabanından alınmıştır, diğer yarısı etkileşimde bulunmayan ilaç-protein çiftlerini içermektedir. AI, etkileşim gösterip göstermediği bilinen yeni ilaç-protein çiftleri gösterildiğinde, yüzde 95 hassasiyetle etkileşime giren setleri seçmiştir.

Berger ve ekibi daha sonra sinir ağını, sistemin şimdiye kadar bilinmeyen ilaç-protein etkileşimlerini tanımlayıp tanımlayamadığını test etmek için yaklaşık 2 milyon ilaç-protein çifti üzerinde eğitmiştir. Tam eğitimli AI, daha önce hiç belirlenmemiş ve ya belirlenmiş fakat STITCH veri tabanında bulunmayan çeşitli etkileşimler önermiştir.

Örneğin, AI, östrojen reseptör proteinleri ile meme kanserini tedavi etmek için geliştirilmiş bir ilaç olan droloksifen arasındaki etkileşimi tanımlamıştır. Sinir ağı, ayrıca lösemi ilacı imatinib ve farklı kanser türlerinde yer aldığı düşünülen ErbB4 proteini arasında daha önce hiç görülmemiş bir etkileşim bulmuştur. Araştırmacılar bu etkileşimi laboratuvar deneyleriyle doğrulamışlardır.

Yeni AI-eğitim sisteminde, araştırma gruplarından toplanan veriler birden fazla sunucu arasında bölünmekte ve her sunucunun sahibi, yalnızca rastgele sayılar gibi görünen şeyleri görmektedir. Virginia Üniversitesi’nden çalışmaya dahil olmayan bilgisayar bilimcisi David Wu: “Kripto büyüsünün gerçekleştiği yer burası.” demektedir. Katılımcılardan hiçbiri, eğitim setini oluşturan milyonlarca ilaç-protein etkileşimini göremese de, sunucular daha önce görülmemiş ilaç-protein kombinasyonlarının etkileşimini tahmin etmek için bir sinir ağını öğreterek bu bilgileri toplu olarak kullanabilmektedir.

Çalışmaya dahil olmayan ve Pittsburgh Üniversitesi’nde hesaplamalı bir biyolog olan Ivet Bahar: “Yeni bir ilaç-protein etkileşiminin belirlenmesi, çeşitli hastalıklar için potansiyel yeni tedavileri ortaya çıkarabilir ya da ilacın istenmeyen protein hedefleriyle etkileşime girip girmediğini ortaya çıkarabilir; bu da bir ilacın belirli yan etkilere neden olup olmadığını gösterebilir.” demektedir.

Çalışmaya dahil olmayan Illinois Üniversitesi’nden bir bilgisayar bilimcisi olan Jian Peng, “Bu çalışma vizyonerdir ve biyotıp alanındaki işbirliğinin geleceği için zemin hazırlayacağını düşünüyorum.” demektedir. Peng’e göre bu güvenli bilgi işlem ağı, farmasötik kalkınma dışındaki alanlarda da daha fazla işbirliğini teşvik edebilir. Örneğin hastaneler, hasta prognozlarını tahmin eden veya tedavi stratejileri geliştiren AI programlarını eğitmek için gizli sağlık kayıtlarını paylaşabilir.

Web Kaynak: https://www.sciencenews.org/article/artificial-intelligence-crowdsources-data-speed-drug-discovery

Görsel Telif: FOXAON1987/SHUTTERSTOCK

Çeviren ve Derleyen: Dilan BOÇNAK (Araştırmacı)

Eklenme Tarihi : 2 Ocak 2019

Yorum Yap