AI за чатботове и търсачки подпомага откриването на нови лекарства
В търсенето на нови медикаменти производителите от дълго време разчитат на метода „ проба-грешка “, който е муден, а постоянно и безценен. Но какво би станало, в случай че изкуственият разсъдък (AI) можеше да планува състава на нова лекарствена молекула по метода, по който Гугъл схваща какво търсите или стратегиите за е-поща плануват вашите отговори?
Това е задачата на нов метод, който употребява AI технология, известна като обработка на натурален език, оповестява The Wall Street Journal. Това е същата технология, която разрешава на ChatGPT на OpenAI да генерира отговори, сходни на човешките. Сега тя би трябвало да влезе на въоръжение и в разбора и синтеза на протеини - градивните детайли на доста медикаменти. Подходът употребява единственото общо нещо сред биологичните кодове, поръчките за търсене и текстовете на електронната поща – всички те са показани от поредност от букви.
Протеините се състоят от десетки до хиляди дребни химически подединици, известни като аминокиселини, и учените употребяват специфична нотация, с цел да документират последователностите. Тъй като всяка аминокиселина подхожда на една писмен знак от писмеността, протеините се показват като дълги комбинации, сходни на фрази.
Алгоритмите за натурален език, които бързо проучват езика и плануват идната стъпка в даден диалог, могат да бъдат приложени и към тези биологични данни, с цел да се основат модели на протеиновия език. Моделите кодират „ граматиката на протеините “ - разпоредбите, които дефинират кои комбинации от аминокиселини дават характерни лечебни свойства, с цел да предскажат последователностите от букви, които могат да станат основа на нови лекарствени молекули.
В резултат на това времето, належащо за ранните стадии на откриването на медикаменти, може да се редуцира от години на месеци.
Лекарства на белтъчна основа се употребяват за лекуване на сърдечни болести, някои типове рак и ХИВ. През последните две години доста компании, измежду които Merck & Co, Genentech на Roche Holding AG и редица започващи компании като Helixon Ltd. и Ainnocence, започнаха да създават нови медикаменти благодарение на обработка на натурален език, напомня още WSJ.
Компаниите се надяват, че този метод освен ще увеличи успеваемостта на съществуващи и евентуални медикаменти, само че и ще отвори вратата към непознати до момента молекули, които биха могли да лекуват болести като рак на панкреаса, който остава съвсем неизцерим макар напредването на медицината.
Препятствия пред технологията
Според специалистите обаче потреблението на обработката на натурален език за разкриване на медикаменти към момента е изправено пред съществени трудности. Много от тях настояват, че прекомерното модифициране на съществуващите медикаменти въз основата на протеини може да докара до нежелани странични резултати, а напълно синтетичните молекули ще би трябвало да минават строги проби, с цел да се подсигурява, че са безвредни за човешкия организъм.
Но в случай че логаритмите на натурален език работят по този начин, както се надяват техните основатели, те ще придадат спомагателна скорост на навлизането на изкуствения разсъдък във фармацевтичната промишленост.
Предишните опити за потребление се сблъскваха с рестриктивните мерки на технологията или с неналичието на данни. Според последователите на концепцията неотдавнашният прогрес в обработката на естествения език и фрапантното понижаване на разноските за секвениране на протеини, което докара до основаването на големи бази данни с аминокиселинни последователности, значително преодоляват и двата казуса.
И лимитирани пробиви не липсват. Изследователите от биологичната лаборатория Absci разгласиха научна публикация, съгласно която са употребявали този способ, с цел да подобрят основано на антитела лекарство за рак, тъй че то да се свързва по-плътно с задачата си на повърхността на раковите кафези.
В друга публикация, оповестена през март в Proceedings of the National Academy of Sciences, откриватели от Масачузетския софтуерен институт, Университета Цинхуа и основаната в Пекин компания Helixon употребяват модели на протеиновия език, с цел да преобразуват евентуално лекарство против Covid-19, което е дейно единствено против алфа, бета и гама разновидности, с цел да може да лекува и делта.
Това е задачата на нов метод, който употребява AI технология, известна като обработка на натурален език, оповестява The Wall Street Journal. Това е същата технология, която разрешава на ChatGPT на OpenAI да генерира отговори, сходни на човешките. Сега тя би трябвало да влезе на въоръжение и в разбора и синтеза на протеини - градивните детайли на доста медикаменти. Подходът употребява единственото общо нещо сред биологичните кодове, поръчките за търсене и текстовете на електронната поща – всички те са показани от поредност от букви.
Протеините се състоят от десетки до хиляди дребни химически подединици, известни като аминокиселини, и учените употребяват специфична нотация, с цел да документират последователностите. Тъй като всяка аминокиселина подхожда на една писмен знак от писмеността, протеините се показват като дълги комбинации, сходни на фрази.
Алгоритмите за натурален език, които бързо проучват езика и плануват идната стъпка в даден диалог, могат да бъдат приложени и към тези биологични данни, с цел да се основат модели на протеиновия език. Моделите кодират „ граматиката на протеините “ - разпоредбите, които дефинират кои комбинации от аминокиселини дават характерни лечебни свойства, с цел да предскажат последователностите от букви, които могат да станат основа на нови лекарствени молекули.
В резултат на това времето, належащо за ранните стадии на откриването на медикаменти, може да се редуцира от години на месеци.
Лекарства на белтъчна основа се употребяват за лекуване на сърдечни болести, някои типове рак и ХИВ. През последните две години доста компании, измежду които Merck & Co, Genentech на Roche Holding AG и редица започващи компании като Helixon Ltd. и Ainnocence, започнаха да създават нови медикаменти благодарение на обработка на натурален език, напомня още WSJ.
Компаниите се надяват, че този метод освен ще увеличи успеваемостта на съществуващи и евентуални медикаменти, само че и ще отвори вратата към непознати до момента молекули, които биха могли да лекуват болести като рак на панкреаса, който остава съвсем неизцерим макар напредването на медицината.
Препятствия пред технологията
Според специалистите обаче потреблението на обработката на натурален език за разкриване на медикаменти към момента е изправено пред съществени трудности. Много от тях настояват, че прекомерното модифициране на съществуващите медикаменти въз основата на протеини може да докара до нежелани странични резултати, а напълно синтетичните молекули ще би трябвало да минават строги проби, с цел да се подсигурява, че са безвредни за човешкия организъм.
Но в случай че логаритмите на натурален език работят по този начин, както се надяват техните основатели, те ще придадат спомагателна скорост на навлизането на изкуствения разсъдък във фармацевтичната промишленост.
Предишните опити за потребление се сблъскваха с рестриктивните мерки на технологията или с неналичието на данни. Според последователите на концепцията неотдавнашният прогрес в обработката на естествения език и фрапантното понижаване на разноските за секвениране на протеини, което докара до основаването на големи бази данни с аминокиселинни последователности, значително преодоляват и двата казуса.
И лимитирани пробиви не липсват. Изследователите от биологичната лаборатория Absci разгласиха научна публикация, съгласно която са употребявали този способ, с цел да подобрят основано на антитела лекарство за рак, тъй че то да се свързва по-плътно с задачата си на повърхността на раковите кафези.
В друга публикация, оповестена през март в Proceedings of the National Academy of Sciences, откриватели от Масачузетския софтуерен институт, Университета Цинхуа и основаната в Пекин компания Helixon употребяват модели на протеиновия език, с цел да преобразуват евентуално лекарство против Covid-19, което е дейно единствено против алфа, бета и гама разновидности, с цел да може да лекува и делта.
Източник: profit.bg
КОМЕНТАРИ