Зомби клетките: Скрита заплаха или революция срещу стареенето
Екип от учени неотдавна употребявали тип изкуствен интелект, наименуван machine learning (машинно обучение), с който намерили три обещаващи претенденти за сенолитични медикаменти – такива, които забавят стареенето и предотвратяват болести, свързани с възрастта .
Това, което сенолитиците вършат е да убиват стареещите кафези. Това са кафези, които са „ живи “ (метаболитно активни), само че към този момент не могат да се репликират, откъдето идва и прякорът им " зомби кафези ".
AI May Have Found The Most Powerful Anti-Aging Molecule Ever Seen
— ScienceAlert (@ScienceAlert)
Невъзможността за репликация не е безусловно нещо неприятно. Тези кафези са претърпели увреждане на своята ДНК – да вземем за пример кожни кафези, повредени от слънчевите лъчи – тъй че прекъсването на репликацията стопира разпространяването на увреждането.
Но не постоянно са и нещо положително. Те отделят примес от възпалителни протеини, които могат да се разпространят в прилежащи кафези. През целия ни живот поради излагане на UV лъчи, химикали и други се натрупват подобен тип зомби кафези.
Повишеният брой стареещи кафези са директно свързани с редица болести, в това число диабет вид 2, Коронавирус, белодробна фиброза, остеоартрит и рак .
Проучвания върху лабораторни мишки демонстрират, че елиминирането на стареещите кафези благодарение на сенолитици може да усъвършенства такива болести , тъй като тези медикаменти да унищожават зомби клетките, като в същото време поддържат здравите кафези живи.
Известни са към 80 сенолитика, само че единствено два са тествани при хора: комбинацията от дазатиниб и кверцетин. Би било отлично да можем да използваме повече сенолитици, които да могат ни оказват помощ за оправянето с разнообразни болести, само че са нужни сред 10 и 20 години, както и милиарди долари, с цел да може едно лекарство да стигне до пазара.
Interested in learning more about AI and drug discovery? This article based on our recent senolytics and AI paper may be a good place to start:
— Vanessa Smer-Barreto (@VSmerBarreto)
Екип от учени от Университета в Единбург и Испанския народен съвет за научни проучвания IBBTEC-CSIC в Сантандер, Испания, желали да схванат дали е допустимо да бъде употребен тип ИИ за машинно образование, с цел да се разпознават по-бързо и елементарно нови сенолитични медикаменти.
За да тестват теорията си захранили ИИ моделите с образци за известни сенолитици и такива, които не са сенолитици . Моделите се научили да вършат разлика сред двете и вече можели да бъдат употребявани, с цел да предсказват дали молекули, с които не сме осведомени, могат да бъдат сенолитици, или не.
Когато се взема решение даден проблем с машинно образование, нормално първо се тестват данните върху набор от разнообразни модели, защото някои от тях са склонни да се показват по-добре от други.
За да бъде избран модела с най-хубави резултати, при започване на процеса се отделя дребна секция от данните за образование и се държи скрита от модела, до момента в който процесът не завърши.
След това тези данни се употребяват, с цел да се дефинира какъв брой неточности прави моделът . Този, който прави минимум неточности, печели.
След като екипът определил кой е най-хубавият модел го настроили да прави прогнози. Дали му 4340 молекули и пет минути по-късно той даде лист с резултатите.
Моделът с изкуствен интелект разпознал 21 молекули, които посочили най-голям резултат и за тях считал, че имат огромна възможност да бъдат сенолитици. Ако екипът трябвало да тества 4340 молекули в лабораторията, това щяло да им отнеме най-малко няколко седмици интензивна работа и £50 000 единствено за закупуване на нужните съединения , без да се включва цената за пробната машина и настройките й.
Researchers at the University of Edinburgh utilized AI technology to identify three compounds with anti-aging properties out of 4,300+ substances!
— ExpertAcademy Marketing (@ChatGPTNews_)
След това тествали тези молекули върху два вида кафези: здрави и стареещи. Резултатите посочили, че от 21 съединения, три - периплоцин, олеандрин и гинкетин, са съумели да отстраняват стареещите кафези , като в същото време поддържали множеството от естествените кафези живи. След това тези нови сенолитици били подложени на спомагателни проби, с цел да стане ясно по какъв начин работят в тялото.
По-подробните биологични опити посочили, че от трите медикаменти олеандринът е по-ефективен от най-ефективното известното сенолитично лекарство откривано до този миг.
Потенциалните изгоди от този интердисциплинарен метод са големи. Като се вземат поради задоволително висококачествените данни, ИИ моделите могат извънредно да ускорят работата, която лишава доста време на химиците и биолозите .
„ След като ги потвърдихме в стареещи кафези, в този момент тестваме трите кандидат-сенолитика в човешка белодробна тъкан. Надяваме се да докладваме идващите си резултати след две години “, споделят от екипа.
Това, което сенолитиците вършат е да убиват стареещите кафези. Това са кафези, които са „ живи “ (метаболитно активни), само че към този момент не могат да се репликират, откъдето идва и прякорът им " зомби кафези ".
AI May Have Found The Most Powerful Anti-Aging Molecule Ever Seen
— ScienceAlert (@ScienceAlert)
Невъзможността за репликация не е безусловно нещо неприятно. Тези кафези са претърпели увреждане на своята ДНК – да вземем за пример кожни кафези, повредени от слънчевите лъчи – тъй че прекъсването на репликацията стопира разпространяването на увреждането.
Но не постоянно са и нещо положително. Те отделят примес от възпалителни протеини, които могат да се разпространят в прилежащи кафези. През целия ни живот поради излагане на UV лъчи, химикали и други се натрупват подобен тип зомби кафези.
Повишеният брой стареещи кафези са директно свързани с редица болести, в това число диабет вид 2, Коронавирус, белодробна фиброза, остеоартрит и рак .
Проучвания върху лабораторни мишки демонстрират, че елиминирането на стареещите кафези благодарение на сенолитици може да усъвършенства такива болести , тъй като тези медикаменти да унищожават зомби клетките, като в същото време поддържат здравите кафези живи.
Известни са към 80 сенолитика, само че единствено два са тествани при хора: комбинацията от дазатиниб и кверцетин. Би било отлично да можем да използваме повече сенолитици, които да могат ни оказват помощ за оправянето с разнообразни болести, само че са нужни сред 10 и 20 години, както и милиарди долари, с цел да може едно лекарство да стигне до пазара.
Interested in learning more about AI and drug discovery? This article based on our recent senolytics and AI paper may be a good place to start:
— Vanessa Smer-Barreto (@VSmerBarreto)
Екип от учени от Университета в Единбург и Испанския народен съвет за научни проучвания IBBTEC-CSIC в Сантандер, Испания, желали да схванат дали е допустимо да бъде употребен тип ИИ за машинно образование, с цел да се разпознават по-бързо и елементарно нови сенолитични медикаменти.
За да тестват теорията си захранили ИИ моделите с образци за известни сенолитици и такива, които не са сенолитици . Моделите се научили да вършат разлика сред двете и вече можели да бъдат употребявани, с цел да предсказват дали молекули, с които не сме осведомени, могат да бъдат сенолитици, или не.
Когато се взема решение даден проблем с машинно образование, нормално първо се тестват данните върху набор от разнообразни модели, защото някои от тях са склонни да се показват по-добре от други.
За да бъде избран модела с най-хубави резултати, при започване на процеса се отделя дребна секция от данните за образование и се държи скрита от модела, до момента в който процесът не завърши.
След това тези данни се употребяват, с цел да се дефинира какъв брой неточности прави моделът . Този, който прави минимум неточности, печели.
След като екипът определил кой е най-хубавият модел го настроили да прави прогнози. Дали му 4340 молекули и пет минути по-късно той даде лист с резултатите.
Моделът с изкуствен интелект разпознал 21 молекули, които посочили най-голям резултат и за тях считал, че имат огромна възможност да бъдат сенолитици. Ако екипът трябвало да тества 4340 молекули в лабораторията, това щяло да им отнеме най-малко няколко седмици интензивна работа и £50 000 единствено за закупуване на нужните съединения , без да се включва цената за пробната машина и настройките й.
Researchers at the University of Edinburgh utilized AI technology to identify three compounds with anti-aging properties out of 4,300+ substances!
— ExpertAcademy Marketing (@ChatGPTNews_)
След това тествали тези молекули върху два вида кафези: здрави и стареещи. Резултатите посочили, че от 21 съединения, три - периплоцин, олеандрин и гинкетин, са съумели да отстраняват стареещите кафези , като в същото време поддържали множеството от естествените кафези живи. След това тези нови сенолитици били подложени на спомагателни проби, с цел да стане ясно по какъв начин работят в тялото.
По-подробните биологични опити посочили, че от трите медикаменти олеандринът е по-ефективен от най-ефективното известното сенолитично лекарство откривано до този миг.
Потенциалните изгоди от този интердисциплинарен метод са големи. Като се вземат поради задоволително висококачествените данни, ИИ моделите могат извънредно да ускорят работата, която лишава доста време на химиците и биолозите .
„ След като ги потвърдихме в стареещи кафези, в този момент тестваме трите кандидат-сенолитика в човешка белодробна тъкан. Надяваме се да докладваме идващите си резултати след две години “, споделят от екипа.
Източник: vesti.bg
КОМЕНТАРИ