Do dziś rozmawiamy sztuczna inteligencja jest to bez wątpienia jeden z najczęściej powtarzających się tematów w świecie projektowania oprogramowania i sprzętu, nie na próżno praktycznie wszystkie uczelnie i ośrodki badawczo-rozwojowe mają ekspertów zajmujących się tym tematem, nie wspominając o tym, że jesteśmy mówienie o tym dzisiaj może być jednym z najlepiej płatnych zawodów w świecie informatyki.
Daleko od tego wszystkiego, prawda jest taka, że stopniowo temat sztucznej inteligencji narzuca się praktycznie we wszystkich sektorach związanych na przykład z informatyką, internetem rzeczy lub sieciami społecznościowymi, aby wymienić niektóre sektory, w których wydaje się, że każdy użytkownik, choć czasem nawet o tym nie wiedząc, korzysta z tego typu platformy oprogramowania. W tym miejscu należy zaznaczyć, że nie tylko w tych sektorach narzucana jest sztuczna inteligencja, ale stopniowo rozwija się w innych dziedzinach nauki tak jak w tym przypadku opracowywanie nowych leków.
Wskaźnik
Zespołowi z MIT udało się zaprojektować oprogramowanie umożliwiające tworzenie nowych leków
Jednym z głównych problemów stojących przed sektorem farmaceutycznym, jeśli można to tak nazwać, jest to, że rozwój nowych cząsteczek jest nadal potrzebny, coś niezbędnego do tworzenia nowych leków, odbywa się ręcznie. Co ciekawe, jest to ten sam proces, który polega zarówno na tworzeniu zupełnie nowego leku, jak i ewolucji już istniejącego w celu poprawy jego właściwości.
Zasadniczo i bez wchodzenia w zbyt wiele szczegółów chemicy robią w tego typu procesie, wybierając cząsteczkę, której potencjał jest znany do zwalczania bardzo specyficznej choroby. Na tej już wybranej cząsteczce przeprowadza się szereg ręcznych korekt w celu wzmocnienia jej działania. Niestety zadanie to zwykle zajmuje zaangażowanym chemikom dużo czasu bo po całej tej pracy nie daje oczekiwanych rezultatów.
To oprogramowanie może zaoszczędzić wiele pracy chemikom zajmującym się opracowywaniem nowego leku.
Jak widać, do tej pory praca chemika przy projektowaniu nowego leku była zadaniem, które mogło być dość frustrujące, przynajmniej do tej pory. Mówię to od kiedy Laboratorium Informatyki i Sztucznej Inteligencji we wspólnej pracy z Katedrą Elektrotechniki i Informatyki, oba należące do Massachusetts Institute of Technology (MIT) udało się zaprojektować oprogramowanie zdolne do automatyzacji procesu projektowania leków poprzez wykorzystanie zautomatyzowanych systemów uczenia się.
Podczas pierwszych testów przeprowadzonych z tym nowym oprogramowaniem, zdolny do wybierz cząsteczki z potencjałem zwalczania określonej choroby w oparciu o pożądane właściwości leku modyfikować struktury molekularne tego samego, aby osiągnąć najwyższą możliwą moc, zachowując jednocześnie ważność chemiczną.
Słowami Roba Mathesona, Lekarz MIT:
Model zasadniczo pobiera dane z wejściowej struktury molekularnej i bezpośrednio tworzy wykresy molekularne: szczegółowe reprezentacje struktury molekularnej, z węzłami reprezentującymi atomy i krawędzie reprezentujące wiązania. Rozkładasz te wykresy na mniejsze grupy ważnych grup funkcyjnych, których używasz jako „cegiełek”, które pomagają w dokładniejszej rekonstrukcji i lepszej modyfikacji cząsteczek.
Wciąż jest wiele miesięcy pracy, aby oprogramowanie działało bez problemu
Negatywną stroną tego projektu jest to, że jest to tylko praca, która wciąż ma wiele do zrobienia. Mimo to szczególnie uderzające jest to, że to nowe oprogramowanie osiągnęło znacznie skuteczniejsze wyniki niż inne systemy zaprojektowane do automatyzacji procesu projektowania leków, ponieważ wszystkie cząsteczki stworzone podczas testów były ważne, podczas gdy inne powszechnie akceptowane modele, mają wskaźnik ważności 43%.
Słowami Wengong jin, Doktorant w Laboratorium Informatyki i Sztucznej Inteligencji MIT:
Motywacją do tego było zastąpienie nieefektywnego procesu modyfikacji przez człowieka, polegającego na projektowaniu cząsteczek, automatyczną iteracją i zapewnienie ważności wygenerowanych przez nas cząsteczek.
Bądź pierwszym który skomentuje