Kecerdasan buatan datang ke desain obat baru

narkoba

Sampai hari ini bicarakan kecerdasan buatan adalah melakukannya, tanpa diragukan lagi, pada salah satu topik yang paling sering muncul di dunia desain perangkat lunak dan perangkat keras, tidak sia-sia hampir semua universitas dan pusat penelitian dan pengembangan memiliki para ahli yang mengerjakan subjek tersebut, belum lagi, kami adalah membicarakan hal itu hari ini mungkin salah satu pekerjaan dengan bayaran tertinggi di dunia komputasi.

Jauh dari semua ini, kenyataannya adalah bahwa sedikit demi sedikit subjek kecerdasan buatan diterapkan di hampir semua sektor yang terkait dengan, misalnya, komputasi, internet of things atau jejaring sosial, untuk menyebutkan beberapa sektor di mana Tampaknya itu setiap pengguna, meskipun terkadang tanpa menyadarinya, menggunakan jenis platform perangkat lunak ini. Pada titik ini, perlu dicatat bahwa tidak hanya di sektor-sektor ini kecerdasan buatan diberlakukan tetapi sedikit demi sedikit ia berkembang di bidang ilmiah lainnya sebagai, dalam hal ini, file pengembangan obat baru.

kecerdasan buatan

Sebuah tim dari MIT berhasil merancang perangkat lunak yang mampu membuat obat baru

Salah satu masalah utama yang dihadapi sektor farmasi, jika bisa disebut demikian, adalah masih diperlukannya pengembangan molekul baru, sesuatu yang perlu untuk membuat obat baru, dilakukan secara manual. Sebuah proses yang anehnya adalah sama untuk membuat obat yang benar-benar baru dan evolusi dari obat yang sudah ada untuk meningkatkan khasiatnya.

Pada dasarnya dan tanpa membahas terlalu banyak detail, yang dilakukan ahli kimia dalam proses jenis ini adalah memilih molekul yang potensinya diketahui dapat melawan penyakit yang sangat spesifik. Serangkaian penyesuaian manual dilakukan pada molekul yang sudah dipilih ini untuk meningkatkan efeknya. Dgn disesalkan tugas ini biasanya membutuhkan waktu lama bagi ahli kimia karena, setelah semua ini berhasil, tidak mendapatkan hasil yang diharapkan.

kimia

Perangkat lunak ini dapat menghemat banyak pekerjaan bagi ahli kimia yang terlibat dalam pengembangan obat baru.

Seperti yang Anda lihat, hingga saat ini pekerjaan seorang ahli kimia saat merancang obat baru adalah tugas yang bisa membuat frustasi, setidaknya hingga saat ini. Saya mengatakan hal ini karena Laboratorium Ilmu Komputer dan Kecerdasan Buatan bekerja sama dengan Jurusan Teknik Elektro dan Ilmu Komputer, keduanya tergabung dalam Institut Teknologi Massachusetts (MIT) telah berhasil merancang perangkat lunak yang mampu mengotomatiskan proses desain obat melalui penggunaan sistem pembelajaran otomatis.

Selama tes pertama dilakukan dengan perangkat lunak baru ini, mampu pilih molekul dengan potensi untuk memerangi penyakit tertentu berdasarkan sifat obat yang diinginkan memodifikasi struktur molekul sama untuk mencapai potensi tertinggi sambil tetap valid secara kimiawi.

Dalam kata-kata Rob matheson, Dokter MIT:

Model ini pada dasarnya mengambil data dari input struktur molekul dan secara langsung membuat grafik molekul: representasi rinci dari struktur molekul, dengan node mewakili atom dan tepi mewakili ikatan. Anda memecah grafik tersebut menjadi kelompok yang lebih kecil dari kelompok fungsional yang valid yang Anda gunakan sebagai 'blok bangunan' yang membantu Anda merekonstruksi lebih akurat dan memodifikasi molekul dengan lebih baik.

dengan

Masih ada berbulan-bulan pekerjaan untuk membuat perangkat lunak berfungsi tanpa masalah

Bagian negatif dari proyek ini adalah bahwa ini hanyalah pekerjaan yang masih memiliki banyak perkembangan di depannya. Meski begitu, sangat mengejutkan bahwa perangkat lunak baru ini telah mencapai hasil yang jauh lebih efektif daripada sistem lain yang dirancang untuk mengotomatiskan proses desain obat, karena semua molekul yang dibuat selama pengujian valid, sementara model lain yang diterima secara luas, memiliki tingkat validitas 43%.

Menurut kata-kata dari Wengong jin, Mahasiswa PhD di Laboratorium Ilmu Komputer dan Kecerdasan Buatan MIT:

Motivasi di balik ini adalah untuk menggantikan proses modifikasi manusia yang tidak efisien dalam mendesain molekul dengan iterasi otomatis dan memastikan validitas molekul yang kami hasilkan.


Jadilah yang pertama mengomentari

tinggalkan Komentar Anda

Alamat email Anda tidak akan dipublikasikan. Bidang yang harus diisi ditandai dengan *

*

*

  1. Penanggung jawab data: Miguel Ángel Gatón
  2. Tujuan data: Mengontrol SPAM, manajemen komentar.
  3. Legitimasi: Persetujuan Anda
  4. Komunikasi data: Data tidak akan dikomunikasikan kepada pihak ketiga kecuali dengan kewajiban hukum.
  5. Penyimpanan data: Basis data dihosting oleh Occentus Networks (UE)
  6. Hak: Anda dapat membatasi, memulihkan, dan menghapus informasi Anda kapan saja.