Devrim Yaratan Antibiyotik Keşfi: Derin Öğrenmenin Gücü!

Yapay zekanın (AI) kullanımı, bilim adamlarının 60 yıl sonra ilk yeni antibiyotiklerin kilidini açmasına yardımcı olan teknolojiyle tıp söz konusu olduğunda oyunun kurallarını değiştiriyor. Her yıl dünya çapında binlerce kişiyi öldüren ilaca dirençli bir bakteriyi öldürebilecek yeni bir bileşiğin keşfi, antibiyotik direncine karşı mücadelede bir dönüm noktası olabilir.

Massachusetts Teknoloji Enstitüsü'nde (MIT) Tıp Mühendisliği ve Bilim profesörü James Collins şu ifadelerde bulundu. "Buradaki fikir, belirli moleküllerin iyi antibiyotiklere dönüşebileceğine dair tahminlerde bulunmak için modellerin neler öğrendiğini görebilmemizdi"

İlginizi Çekebilir: Bilim İnsanları, Kanser Hücrelerinin Tespiti için Bakteri Geliştirdi

Derin Öğrenme, Açık Programlama Olmadan Verilerden Özellikleri Otomatik Olarak Öğrenmek ve Temsil Etmek için Yapay Sinir Ağlarının Kullanımını İçeriyor

''Çalışmamız, bugüne kadar sahip olmadığımız şekillerde, kimyasal yapı açısından zaman açısından verimli, kaynak açısından verimli ve mekanik açıdan anlayışlı bir çerçeve sağlıyor."

Sonuçlar, Nature'da yayınlandı. 21 araştırmacıdan oluşan bir ekip tarafından da ortak yazıldı.

Projenin arkasındaki ekip için belirtelim. Yeni bileşiğin aktivitesini ve toksisitesini tahmin etmek için derin öğrenme modelini kullandılar.

Derin öğrenme, açık programlama olmadan verilerden özellikleri otomatik olarak öğrenmek ve temsil etmek için yapay sinir ağlarının kullanımını içeriyor. Potansiyel ilaç adaylarının tanımlanmasını hızlandırmak, özelliklerini tahmin etmek ve ilaç geliştirme sürecini optimize etmek için ilaç keşfinde giderek daha fazla uygulanmaktadır.

Bu durumda araştırmacılar, metisiline dirençli Staphylococcus aureus'a (MRSA) odaklandı.

MRSA enfeksiyonları, hafif cilt enfeksiyonlarından zatürre ve kan dolaşımı enfeksiyonları gibi daha ciddi ve potansiyel olarak yaşamı tehdit eden durumlara kadar değişebilir.

Avrupa Birliği'nde Her Yıl Yaklaşık 150.000 MRSA Enfeksiyonu Meydana Geliyor

Avrupa Hastalık Önleme ve Kontrol Merkezi'ne (ECDC) göre, Avrupa Birliği'nde her yıl yaklaşık 150.000 MRSA enfeksiyonu meydana gelirken, blokta her yıl neredeyse 35.000 kişi antimikrobiyal dirençli enfeksiyonlardan ölüyor.

MIT araştırmacı ekibi için belirtelim. Genişletilmiş veri kümelerini kullanarak kapsamlı bir şekilde genişletilmiş bir derin öğrenme modeli eğittiler.

Eğitim verilerini oluşturmak için yaklaşık 39.000 bileşiğin MRSA'ya karşı antibiyotik aktiviteleri değerlendirildi. Daha sonra hem elde edilen veriler hem de bileşiklerin kimyasal yapılarına ilişkin detaylar modele girdi.

Doktora sonrası araştırmacı Felix Wong şu ifadelerde bulundu. "Bu çalışmada yapmak istediğimiz şey kara kutuyu açmaktı. Bu modeller sinirsel bağlantıları taklit eden çok sayıda hesaplamadan oluşuyor ve hiç kimse aslında kaputun altında neler olup bittiğini bilmiyor"

Potansiyel ilaçların seçimini hassaslaştırmak için araştırmacılar üç ek derin öğrenme modeli kullandı. Bu modeller, bileşiklerin üç farklı insan hücresi türü üzerindeki toksisitesini değerlendirmek üzere eğitildi.

Araştırmacılar, bu toksisite tahminlerini önceden belirlenen antimikrobiyal aktiviteyle birleştirerek, insan vücuduna minimum zarar vererek mikroplarla etkili bir şekilde mücadele edebilen bileşikleri belirledi.

Bu model seti kullanılarak yaklaşık 12 milyon ticari olarak temin edilebilen bileşik tarandı.

Modeller için belirtelim. MRSA'ya karşı öngörülen aktivite sergileyen, moleküller içindeki spesifik kimyasal altyapılara göre kategorize edilen beş farklı sınıftan bileşikler tanımladılar.

Daha sonra araştırmacılar, bu bileşiklerin yaklaşık 280'ini elde etti.Aynı zamanda da laboratuvar ortamında MRSA'ya karşı testler yaptılar. Bu yaklaşım, onların aynı sınıftan iki umut verici antibiyotik adayını belirlemelerine yol açtı.

Biri MRSA cilt enfeksiyonu ve diğeri MRSA sistemik enfeksiyonu için olmak üzere iki fare modelini içeren deneylerde, bu bileşiklerin her biri MRSA popülasyonunu 10 kat azalttı.