هوش مصنوعی پیش‌بینی می‌کند که کدام ترکیبات دارویی سلول­‌های سرطانی را از بین می­‌برند!

یک مدل یادگیری ماشین که در فنلاند ساخته شده‌­است می‌تواند به ما کمک کند تا به طور موثر سرطان را درمان کنیم. هنگامی که پزشکان بیماران مبتلا به سرطان­‌های پیشرفته را درمان می‌­کنند، معمولاً لازم است از ترکیبی از روش‌های درمانی مختلف استفاده کنند. علاوه بر جراحی سرطان، بیماران معمولا با پرتودرمانی و دارو و یا ترکیبی از هر دو تحت درمان قرار می‌­گیرند.

درمان سرطان ترکیبی از داروهای مختلف است که بر روی سلول‌­های مختلف سرطانی تأثیر می‌­گذارد. درمان‌­های دارویی ترکیبی معمولا اثربخشی درمان را بهبود می‌­بخشند و در صورت کاهش دوز داروها به صورت جداگانه می‌­توان عوارض جانبی را کاهش داد. با این حال، آزمایش‌­های غربالگری ترکیبات دارویی بسیار کند و هزینه‌بر است و در نتیجه مزایای کامل درمان‌­های ترکیبی اغلب کشف نمی­‌شوند. با کمک روش جدید یادگیری ماشین ، می­توان بهترین ترکیبات را برای از بین بردن انتخابی سلول‌های سرطانی با آرایش ژنتیکی یا عملکردی خاص شناسایی کرد.

محققان دانشگاه آلتو، دانشگاه هلسینکی و دانشگاه تورکو در فنلاند یک مدل یادگیری ماشین توسعه دادند که به طور دقیق اینکه چگونه ترکیبات داروهای سرطانی مختلف، انواع سلول‌های سرطانی را از بین می‌­برند را پیش بینی می‌­کند. مدل جدید هوش مصنوعی با مجموعه زیادی از داده‌­های به دست آمده از مطالعات پیشین، که ارتباط بین داروها و سلول‌­های سرطانی را بررسی کرده‌­بودند ، آموزش دیده‌­است. پروفسور Juho Rousu از دانشگاه آلتو می‌­گوید: ”مدلی که توسط دستگاه آموخته شده در واقع یک تابع چند­جمله­‌ای است که در ریاضیات مدرسه با آن آشنا شده­‌اید، اما بسیار پیچیده است.”

نتایج تحقیق در مجله Nature Communications منتشر شد. این نتایج نشان می­‌دهد که این مدل، ارتباط بین داروها و سلول‌های سرطانی که قبلا مشاهده نشده­‌ بودند را پیدا کرده‌­است. پروفسور روسو می‌­گوید: ”این مدل نتایج بسیار دقیقی را ارائه می‌­دهد. به عنوان مثال، مقادیر ضریب همبستگی در آزمایشات ما بیش از 9/0 بود که حاکی از قابلیت اطمینان بالای این روش است”. در اندازه­‌گیری‌­های تجربی، ضریب همبستگی 8/0 تا 9/0 قابل اعتماد در نظر گرفته می‌­شود.

این مدل به طور دقیق پیش­‌بینی می­‌کند که چگونه یک ترکیب دارویی به‌طور انتخابی سلول‌های خاص سرطانی را مهار می‌­کند در حالی که اثر این داروی ترکیبی بر روی آن نوع سرطان قبلا آزمایش نشده‌­است. محقق Tero Aittokallio از موسسه پزشکی مولکولی فنلاند (FIMM) در دانشگاه هلسینکی می­‌گوید: ”این روش به محققان در زمینه سرطان کمک خواهد کرد که انتخاب داروی ترکیبی برای انجام تحقیقات بیشتر را اولویت‌­بندی کنند.”

این روش یادگیری ماشین را می­‌توان برای بیماری‌­های غیر سرطانی نیز استفاده کرد. در این حالت باید به مدل دوباره با داده­‌های مربوط به آن بیماری آموزش داده‌­شود. به عنوان مثال، می­‌توان از این مدل برای بررسی چگونگی تأثیر ترکیبات مختلف آنتی‌­بیوتیک بر عفونت‌­های باکتریایی استفاده کرد. همچنین این روش در تشخیص چگونگی از بین رفتن سلول­‌هایی که توسط ویروس کرونا آلوده شده­‌اند با داروهای ترکیبی، سودمند است.

لینک کوتاه شده : https://amerandish.com/s1Gy4

به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

فارس آوا

تبدیل گفتار به متن

باتاوا

دستیارسازمانی - چت بات

هوشتل

اپراتورهوشمند مرکز تماس

_ مطالب مرتبط _