Vedci vyvinuli nový systém strojového učenia, ktorý by mohol pomôcť zachovať vakcíny, krv a iné liečebné postupy.
The výskumupublikované v Nature Communications, viedli University of Warwick a University of Manchester.
Systém AI pomáha identifikovať molekuly nazývané kryoprotektanty – zlúčeniny, ktoré zabraňujú poškodeniu pri zmrazovaní biologických materiálov.
V súčasnosti je hľadanie nových kryoprotektantov pomalým procesom pokus-omyl. Tento nový prístup založený na ML umožňuje výskumníkom rýchlo virtuálne skrínovať stovky potenciálnych molekúl.
Tu je niekoľko kľúčových bodov štúdie:
- Tím vytvoril model strojového učenia trénovaný na údajoch z existujúcich kryoprotektantov.
- Tento model môže predpovedať, ako dobre môžu nové molekuly fungovať ako kryoprotektanty.
- Výskumníci použili model na skríning knižnice s približne 500 aminokyselinami.
- Systém identifikoval niekoľko sľubných zlúčenín vrátane jednej, ktorá prekonala mnohé známe kryoprotektanty.
- Laboratórne testy potvrdili predpovede AI, pričom nová zlúčenina vykazuje silnú prevenciu ľadových kryštálov.
- Objavená molekula zlepšila ochranu červených krviniek v kombinácii so štandardnými technikami.
Dr. Matt Warren, doktorand, ktorý stál v čele projektu, opísal, ako tento model zrýchľuje efektivitu: „Po rokoch prácne náročného zberu údajov v laboratóriu je teraz neuveriteľne vzrušujúce mať model strojového učenia, ktorý umožňuje prístup založený na údajoch. na predpovedanie kryoprotektívnej aktivity“.
Jedným prekvapivým výsledkom bola schopnosť AI identifikovať účinné molekuly, ktoré skúsení výskumníci mohli prehliadnuť.
Profesor Matthew Gibson z Manchestru poznamenal: „Výsledky počítačového modelu boli ohromujúce a identifikovali aktívne molekuly, ktoré by som si nikdy nevybral, dokonca ani s mojimi dlhoročnými skúsenosťami.“
Profesor Gabriele Sosso, ktorý viedol tím Warwick, vysvetlené v blogovom príspevku že strojové učenie nie je liekom na všetky tieto typy výskumných problémov: „Je dôležité pochopiť, že strojové učenie nie je magickým riešením pre každý vedecký problém. V tejto práci sme ho použili ako jeden z mnohých nástrojov.“
Výskumníci skombinovali predpovede AI s molekulárnymi simuláciami a laboratórnymi experimentmi – mnohostranný prístup, ktorý pomohol overiť výsledky a spresniť model.
To prispieva k celému radu štúdií založených na AI v oblasti objavovania liekov a dizajnu materiálov. Výskumníci vytvorili modely AI, aby vytvorili zaujímavé liečivé zlúčeninyz ktorých jeden bol predvedený na klinické skúšanie.
DeepMind tiež vytvoril a model s názvom GNoME schopné automaticky generovať a syntetizovať materiály.
Objavené nové kryoprotektívne zlúčeniny by mohli mať široké dopady v reálnom svete.
Výskumníci napríklad opisujú, ako môže zlepšenie kryokonzervácie predĺžiť trvanlivosť vakcín a uľahčiť prepravu citlivých liečebných postupov do odľahlých oblastí.
Táto technika by tiež mohla urýchliť transfúzie krvi skrátením času potrebného na spracovanie zmrazenej krvi.
Zatiaľ čo výsledky sú sľubné, tím varuje, že je potrebná ďalšia práca na úplné pochopenie toho, ako tieto nové zlúčeniny fungujú, a na zaistenie ich bezpečnosti na lekárske použitie.
Toto je však ďalšia zaujímavá štúdia tvorby zlúčenín, ktorá demonštruje, ako môže AI urýchliť vedecké objavy neočakávaným spôsobom, čo môže viesť k prelomom v oblastiach ďaleko za počítačovou vedou.
