വിശദീകരിക്കാവുന്ന ആഴത്തിലുള്ള പഠനത്തിലൂടെ മരുന്ന് കണ്ടെത്തലിനെ ഉത്തേജിപ്പിക്കുന്നു

You are currently viewing വിശദീകരിക്കാവുന്ന ആഴത്തിലുള്ള പഠനത്തിലൂടെ മരുന്ന് കണ്ടെത്തലിനെ ഉത്തേജിപ്പിക്കുന്നു

കഴിഞ്ഞ 60 വർഷത്തിനിടയിൽ തിരിച്ചറിഞ്ഞ ആൻറിബയോട്ടിക്കുകളുടെ ആദ്യത്തെ പുതിയ ക്ലാസുകളിലൊന്ന് ശാസ്ത്രജ്ഞർ കണ്ടെത്തി, കൂടാതെ വിശദീകരിക്കാവുന്ന ആഴത്തിലുള്ള പഠനത്തെ ചുറ്റിപ്പറ്റി നിർമ്മിച്ച ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പവർ പ്ലാറ്റ്ഫോം പ്രയോജനപ്പെടുത്തിയാണ് ആദ്യത്തെ കണ്ടെത്തൽ.

ഇന്റഗ്രേറ്റഡ് ബയോസയൻസസ് സഹസ്ഥാപകനായ ഫെലിക്സ് വോങ്, എംഐടിയിലെ മെഡിക്കൽ എഞ്ചിനീയറിംഗ് ആൻഡ് സയൻസ് ടെർമിയർ പ്രൊഫസറും ഇന്റഗ്രേറ്റഡ് ബയോ സയൻസസ് സയന്റിഫിക് അഡ്വൈസറി ബോർഡിന്റെ സ്ഥാപക ചെയർമാനുമായ ജെയിംസ് ജെ കോളിൻസ് എന്നിവരുടെ നേതൃത്വത്തിലുള്ള 21 ഗവേഷകരുടെ സംഘമാണ് “വിശദീകരിക്കാവുന്ന ആഴത്തിലുള്ള പഠനമുള്ള ആൻറിബയോട്ടിക്കുകളുടെ ഘടനാപരമായ ക്ലാസ് കണ്ടെത്തൽ” എന്ന പ്രബന്ധം നേച്ചറിൽ പ്രസിദ്ധീകരിച്ചത്.

മസാച്ചുസെറ്റ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി (എംഐടി), ബ്രോഡ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് എംഐടി, ഹാർവാർഡ്, വൈസ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഫോർ ബയോളജിക്കൽ ഇൻസ്പിറേറ്റഡ് എഞ്ചിനീയറിംഗ്, ജർമ്മനിയിലെ ഡ്രെസ്ഡനിലെ ലീബ്നിസ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് പോളിമർ റിസർച്ച് എന്നിവിടങ്ങളിലെ ഗവേഷകരും അധിക സഹകാരികളിൽ ഉൾപ്പെടുന്നു. അവരുടെ പഠനത്തിൽ, ആൻറിബയോട്ടിക് പ്രതിരോധത്തെ അഭിസംബോധന ചെയ്യാനുള്ള കഴിവ് കാണിക്കുന്ന ഈ പുതിയ ക്ലാസ് ആൻറിബയോട്ടിക്കുകൾ തിരിച്ചറിയാൻ ഗവേഷകർ 12 ദശലക്ഷത്തിലധികം കാൻഡിഡേറ്റ് സംയുക്തങ്ങൾ പരിശോധിച്ചു.

ഈ അത്ഭുതകരമായ സമീപനത്തിൽ, ഏതെങ്കിലും സംയുക്തത്തിന്റെ ആൻറിബയോട്ടിക് പ്രവർത്തനവും വിഷാംശവും പ്രവചിക്കാൻ പരീക്ഷണാത്മകമായി സൃഷ്ടിച്ച ഡാറ്റയിൽ ഗവേഷകരുടെ സംഘം ആഴത്തിലുള്ള പഠന മാതൃകകൾ പരിശീലിപ്പിച്ചു. ഡീപ് മൈൻഡിന്റെ ആൽഫഗോ ഗെയിമിംഗ് സാങ്കേതികവിദ്യ ഉൾപ്പെടെ മറ്റ് സന്ദർഭങ്ങളിൽ ഉപയോഗിക്കുന്ന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ട്, ആൻറിബയോട്ടിക് പ്രവർത്തനത്തിന് ഒരു തന്മാത്രയുടെ ഏതൊക്കെ ഭാഗങ്ങൾ പ്രധാനമാണെന്ന് വിശദീകരിക്കാൻ രചയിതാക്കൾ പുതിയ മോഡലുകൾ രൂപകൽപ്പന ചെയ്തു.

മൾട്ടി ഡ്രഗ്-റെസിസ്റ്റന്റ് രോഗകാരികൾക്കെതിരായ ശക്തമായ പ്രവർത്തനമുള്ള ഒരു പുതിയ ക്ലാസ് ആൻറിബയോട്ടിക്കുകൾ തിരിച്ചറിഞ്ഞു. പരീക്ഷണങ്ങളുടെ ഒരു പരമ്പരയിൽ, ഗവേഷകർ എംആർഎസ്എ അണുബാധയുടെ മൗസ് മോഡലുകളിൽ ഒരു കാൻഡിഡേറ്റ് ആൻറിബയോട്ടിക് പരീക്ഷിച്ചു, ഇത് സമകാലികമായും വ്യവസ്ഥാപരമായും ഫലപ്രദമാണെന്ന് കണ്ടെത്തി, ഇത് കഠിനവും സെപ്സിസുമായി ബന്ധപ്പെട്ടതുമായ ബാക്ടീരിയ അണുബാധകൾക്കുള്ള ചികിത്സയായി കൂടുതൽ വികസനത്തിന് അനുയോജ്യമാണെന്ന് സൂചിപ്പിക്കുന്നു.

“ഒരു പുതിയ ക്ലാസ് ആൻറിബയോട്ടിക്കുകളുടെ ഈ കണ്ടെത്തൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനും വിശദീകരിക്കാവുന്ന ആഴത്തിലുള്ള പഠനത്തിനും മരുന്ന് കണ്ടെത്തലിനെ ഉത്തേജിപ്പിക്കാൻ സവിശേഷമായ കഴിവുണ്ടെന്ന് കാണിക്കുന്ന ഒരു വഴിത്തിരിവാണ്,” വോങ് പറഞ്ഞു. “ആൻറിബയോട്ടിക് പ്രവർത്തനവും വിഷാംശവും കൃത്യമായി പ്രവചിക്കാൻ ഞങ്ങളുടെ പ്രവർത്തനം നിരവധി ഉയർന്ന പവർ മോഡലുകൾ പൊതുവായി ലഭ്യമാക്കുന്നു. പ്രധാനമായും, ആഴത്തിലുള്ള പഠന മോഡലുകൾക്ക് അവർ എന്താണ് പ്രവചിക്കുന്നതെന്ന് വിശദീകരിക്കാൻ കഴിയുന്ന ആദ്യത്തെ പ്രകടനങ്ങളിലൊന്നാണിത്, മരുന്ന് കണ്ടെത്തൽ എങ്ങനെ നടത്തുന്നുവെന്നും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് പുതിയ മരുന്നുകൾ എത്ര കാര്യക്ഷമമായി കണ്ടെത്താമെന്നും ഉടനടിയും ദൂരവ്യാപകവുമായ പ്രത്യാഘാതങ്ങളുണ്ട്.

കോളിൻസ് പറഞ്ഞു, “വൈദ്യശാസ്ത്രത്തിലെ ഏറ്റവും വിഷമകരമായ ചില വെല്ലുവിളികളെ മറികടക്കുന്നതിന് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, വിശദീകരിക്കാവുന്ന ആഴത്തിലുള്ള പഠനം എന്നിവയുടെ സംയോജനം എത്രത്തോളം പ്രധാനമാണെന്നതിന്റെ ഒരു പ്രധാന സാധൂകരണമാണിത്, ഈ സാഹചര്യത്തിൽ ആൻറിബയോട്ടിക് പ്രതിരോധം. ഈ സാധൂകരിക്കുന്ന പഠനങ്ങളുടെയും സമാന സമീപനങ്ങളുടെയും അടിസ്ഥാനത്തിൽ, ഇന്റഗ്രേറ്റഡ് ബയോസയൻസസ് ടീം സിന്തറ്റിക് ബയോളജിയുടെ സംയോജനവും സെല്ലുലാർ സമ്മർദ്ദത്തെക്കുറിച്ചുള്ള ആഴത്തിലുള്ള ധാരണയും കൂടുതൽ ത്വരിതപ്പെടുത്താൻ തയ്യാറാണ്.

ഇന്റഗ്രേറ്റഡ് ബയോസയൻസിലെ സ്ഥാപക അംഗവും ഏജിംഗ് ബയോളജിയുടെ തലവനുമായ സറ്റോടക ഒമോറി പറഞ്ഞു, “മരുന്ന് കണ്ടെത്തലിലെ ആഴത്തിലുള്ള പഠന മാതൃകകൾ വിശദീകരിക്കാൻ കഴിയും എന്നതാണ് ഈ പഠനത്തിന്റെ ഒരു പ്രധാന അർത്ഥം. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഒരു സ്വാധീനം ചെലുത്തുന്നത് തുടരുമ്പോൾ, ഇത് സാധാരണയായി ഉപയോഗിക്കുന്ന നിരവധി ബ്ലാക്ക് ബോക്സ് മോഡലുകളാൽ പരിമിതപ്പെടുത്തുകയും അടിസ്ഥാന തീരുമാനമെടുക്കൽ പ്രക്രിയയെ അവ്യക്തമാക്കുകയും ചെയ്യുന്നു. ഈ ബ്ലാക്ക് ബോക്സുകൾ തുറക്കുന്നതിലൂടെ, മരുന്ന് കണ്ടെത്തുന്നതിനുള്ള അടുത്ത തലമുറ സമീപനങ്ങളുടെ ഉപയോഗവും വികസനവും ത്വരിതപ്പെടുത്തുന്നതിന് കൂടുതൽ ഉപയോഗപ്രദമായ കൂടുതൽ പൊതുവായ ഉൾക്കാഴ്ചകൾ സൃഷ്ടിക്കാൻ ഞങ്ങൾ ലക്ഷ്യമിടുന്നു.

“ഒരു ആൻറിബയോട്ടിക്കെന്ന നിലയിൽ ഒരു സംയുക്തം എത്രത്തോളം ഉപയോഗപ്രദമാകുമെന്ന് പ്രവചിക്കുന്നതിനുള്ള ഒരു പുതിയ മാർഗം എങ്ങനെ പ്രദർശിപ്പിക്കാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു, ഒന്നാം ഘട്ട പരീക്ഷണങ്ങളിൽ സംയുക്തം പുരോഗമിക്കാനുള്ള സാധ്യത, ഒരു പുതിയ ക്ലാസ് മരുന്നുകളിലെ മറ്റ് നിരവധി അംഗങ്ങളിൽ ഒന്നാണോ അല്ലയോ എന്നിവ കാണാൻ ഞങ്ങൾക്ക് എങ്ങനെ കഴിഞ്ഞു എന്നത് ശരിക്കും ആവേശകരമാണ്,” ഇന്റഗ്രേറ്റഡ് ബയോ സയൻസസിലെ റിസർച്ച് അസോസിയേറ്റും പ്രസിദ്ധീകരണത്തിലെ രചയിതാവുമായ അലീഷ്യ ലി കൂട്ടിച്ചേർത്തു.

ഇന്റഗ്രേറ്റഡ് ബയോസയൻസസ് ഈ പുതിയ നേച്ചർ പ്രസിദ്ധീകരണത്തിന് പുറമേ, മെയ് മാസത്തിൽ പ്രസിദ്ധീകരിച്ച നേച്ചർ ഏജിംഗ് പ്രബന്ധം ഉൾപ്പെടുന്നു, നോവൽ സെനോലൈറ്റിക്സ്, ആന്റി-ഏജിംഗ് സംയുക്തങ്ങൾ കണ്ടെത്താൻ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എങ്ങനെ ഉപയോഗിക്കാമെന്ന് കാണിക്കുന്നു. ഫൈബ്രോസിസ്, വീക്കം, കാൻസർ തുടങ്ങിയ പ്രായവുമായി ബന്ധപ്പെട്ട രോഗങ്ങൾ ചികിത്സിക്കാനുള്ള കഴിവിൽ ഈ സംയുക്തങ്ങൾ വാഗ്ദാനം കാണിക്കുന്നു.

– ഈ പത്രക്കുറിപ്പ് നൽകിയത് ഇന്റഗ്രേറ്റഡ് ബയോസയൻസസ് ആണ്

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply