नई दवा के यौगिक तलाशने में ए आई तकनीक

चिकित्सा शास्त्र में भी कृत्रिम बुद्धिमत्ता का सटीक उपयोग

• प्रोटिन मॉडलों पर परीक्षण हुआ

• शोध के नतीजे आशाजनक रहे

• इस प्रयोग को आगे बढ़ाया जाएगा

राष्ट्रीय खबर

रांचीः शोधकर्ता नई दवा के उम्मीदवार बनाने के लिए उपयोग की जाने वाली एआई तकनीक की सटीकता के साथ संघर्ष कर रहे हैं। आर्टिफिशियल इंटेलिजेंस (एआई) के स्वास्थ्य देखभाल में कई अनुप्रयोग हैं, जिसमें मेडिकल इमेजिंग का विश्लेषण करने से लेकर नैदानिक ​​परीक्षणों के निष्पादन को अनुकूलित करना और यहां तक कि दवा की खोज को सुविधाजनक बनाना शामिल है।

अल्फाफोल्ड2, एक कृत्रिम बुद्धिमत्ता प्रणाली जो प्रोटीन संरचनाओं की भविष्यवाणी करती है, ने वैज्ञानिकों के लिए न्यूरोसाइकिएट्रिक विकारों के उपचार के लिए लगभग अनंत संख्या में दवा उम्मीदवारों की पहचान करना और तैयार करना संभव बना दिया है।

हालाँकि, हाल के अध्ययनों ने लिगैंड बाइंडिंग साइटों के मॉडलिंग में अल्फाफोल्ड 2 की सटीकता के बारे में संदेह पैदा किया है, प्रोटीन पर वे क्षेत्र जहां दवाएं जुड़ती हैं और चिकित्सीय प्रभाव पैदा करने के लिए कोशिकाओं के अंदर संकेत देना शुरू करती हैं, साथ ही संभावित दुष्प्रभाव भी। यूएनसी एशेलमैन स्कूल ऑफ फार्मेसी में संयुक्त नियुक्ति रखने वाले वरिष्ठ लेखक रोथ ने कहा, हमारे नतीजे बताते हैं कि एएफ 2 संरचनाएं दवा की खोज के लिए उपयोगी हो सकती हैं।

किसी बीमारी के इलाज के लिए अपने इच्छित लक्ष्य तक पहुंचने वाली दवाएं बनाने की लगभग अनंत संभावनाओं के साथ, इस प्रकार का एआई उपकरण अमूल्य हो सकता है।

मौसम की भविष्यवाणी या शेयर बाजार की भविष्यवाणी की तरह, अल्फाफोल्ड2 प्रोटीन संरचनाओं के मॉडल बनाने के लिए ज्ञात प्रोटीन के विशाल डेटाबेस से काम करता है। फिर, यह अनुकरण कर सकता है कि विभिन्न आणविक यौगिक (जैसे दवा उम्मीदवार) प्रोटीन की बाध्यकारी साइटों में कैसे फिट होते हैं और वांछित प्रभाव उत्पन्न करते हैं। शोधकर्ता परिणामी संयोजनों का उपयोग प्रोटीन इंटरैक्शन को बेहतर ढंग से समझने और नई दवा के उम्मीदवार बनाने के लिए कर सकते हैं।

अल्फाफोल्ड2 की सटीकता निर्धारित करने के लिए, शोधकर्ताओं को एक संभावित अध्ययन के साथ पूर्वव्यापी अध्ययन के परिणामों की तुलना करनी थी। पूर्वव्यापी अध्ययन में शोधकर्ताओं को भविष्यवाणी सॉफ़्टवेयर यौगिकों को खिलाना शामिल होता है जिन्हें वे पहले से ही रिसेप्टर से बांधते हैं। जबकि, एक संभावित अध्ययन के लिए शोधकर्ताओं को प्रौद्योगिकी को एक नए स्लेट के रूप में उपयोग करने की आवश्यकता होती है, और फिर एआई प्लेटफ़ॉर्म को उन यौगिकों के बारे में जानकारी प्रदान करनी होती है जो रिसेप्टर के साथ बातचीत कर सकते हैं या नहीं कर सकते हैं।

शोधकर्ताओं ने अध्ययन के लिए दो प्रोटीन, सिग्मा-2 और 5-एचटी 2 ए का उपयोग किया। ये प्रोटीन, जो दो अलग-अलग प्रोटीन परिवारों से संबंधित हैं, कोशिका संचार में महत्वपूर्ण हैं और इन्हें अल्जाइमर रोग और सिज़ोफ्रेनिया जैसी न्यूरोसाइकियाट्रिक स्थितियों में शामिल किया गया है। 5-एचटी 2 ए सेरोटोनिन रिसेप्टर साइकेडेलिक दवाओं का भी मुख्य लक्ष्य है जो बड़ी संख्या में न्यूरोसाइकिएट्रिक विकारों के इलाज का वादा करता है।

परीक्षण मॉडलों के अलग-अलग परिणाम होने के बावजूद, वे दवा की खोज के लिए काफी संभावनाएं दिखाते हैं। शोधकर्ताओं ने निर्धारित किया कि वास्तव में प्रत्येक मॉडल के लिए प्रोटीन गतिविधि को बदलने वाले यौगिकों का अनुपात सिग्मा -2 रिसेप्टर और 5-एचटी 2 ए रिसेप्टर्स के लिए क्रमशः 50 प्रतिशत और 20 प्रतिशत था।

रोथ ने कहा, यूसीएसएफ, स्टैनफोर्ड, हार्वर्ड और यूएनसी-चैपल हिल के कई प्रमुख विशेषज्ञों के बीच सहयोग के बिना यह काम असंभव होगा। आगे बढ़ते हुए हम परीक्षण करेंगे कि क्या ये परिणाम अन्य चिकित्सीय लक्ष्यों और लक्ष्य वर्गों पर लागू हो सकते हैं।