אלגוריתמים של בינה מלאכותית שולבו כעת עם שיטות מעבדה מסורתיות כדי לחשוף מוליכי סמים מבטיחים נגד אנטובירוס אנושי 71 (EV71), הפתוגן מאחורי מרבית מקרי מחלת היד, כף הרגל והפה. המחקר, שפורסם היום ב תאים מדווחים על מדעי הפיזיקה על ידי חוקרים בבית הספר לרפואה פרלמן באוניברסיטת פנסילבניה, הראו כי ניתן לבצע תחזיות אנטי -ויראליות אמינות גם כאשר קיימים רק כמות צנועה של נתונים ניסיוניים.
אנו רואים בכך תבנית לגילוי אנטי -ויראלי מהיר. בין אם האיום הבא הוא Enterovirus נוסף, פתוגן נשימתי מתעורר או נגיף מתחדש כמו פוליו, שיטות מונעות AI יכולות לעזור לנו להישאר קדימה. "
César de la Fuente, PhD, פרופסור חבר לנשיאות לפסיכיאטריה, מיקרוביולוגיה, הנדסה ביולוגית, כימיה וביומולקולרית, וכימיה
AI מייעל את תהליך המחקר
באמצעות החוקרים באמצעות לוח ראשוני של 36 מולקולות קטנות, החוקרים אימנו מודל למידת מכונה כדי לאתר צורות ותכונות כימיות מסוימות המסייעות לעצור נגיפים, תוך ציון הסבירות של כל תרכובת לחסום את EV71. המחברים העמידו את רשימת הקצרים שלהם שנבחרה ב- AI למבחן: מתוך שמונה תרכובות, חמישה האטו בהצלחה את הנגיף בניסויי תאים-בערך פי עשרה יותר להיטים מאשר בדרך כלל שיטות סינון מסורתיות מספקות.
"אנו קורסים את מה שהיה פעם חודשים של ניסוי וטעייה לימים", אמר סזר דה לה פואנטה, PhD, פרופסור חבר לנשיאות לפסיכיאטריה, מיקרוביולוגיה, הנדסה ביולוגית, כימיה וביומולקולרית וכימיה. "הגישה חזקה במיוחד כאשר זמן, תקציב או אילוצים אחרים מגבילים את כמות הנתונים שאתה יכול לייצר מלפנים."
זיהומים EV71 יכולים להסלים מפריחה קלה וחום לסיבוכים נוירולוגיים קשים, במיוחד אצל ילדים מתחת לשבעה ומבוגרים חסרי פשרות. אף אנטי-ויראלים שאושרו על ידי FDA לא מכוונים כיום לנגיף.
כל חמש התוצאות שאושרו נבדקו באמצעות הדמיות מחשב, מה שהראו כי הן דבקו בכתמים מסוימים בנגיף, ממצאים שיכולים לעזור לחוקרים עתידיים לעצור את הנגיף לשנות צורה ולהיכנס לתאים.
"אנו רואים בכך תבנית לגילוי אנטי-ויראלי מהיר", הוסיפה חוקרת הפוסט-דוקטורט אנג'לה סזארו, PhD, מחבר משותף למחקר. "בין אם האיום הבא הוא Enterovirus נוסף, פתוגן נשימתי מתעורר או נגיף מתחדש כמו פוליו, השיטה המונעת על ידי AI שלנו מראה כי גם עם נתונים מוגבלים, למידת מכונה יכולה להאיץ את פיתוח הפתרונות האפקטיביים ולהניע תגובה מהירה להתפרצויות עתידיות."
העבודה כללה שיתוף פעולה עם פרוקטר וגמבל ואוניברסיטת קורנל. מחקרים שדווחו בפרסום זה נתמכו על ידי פרס Langer (קרן Aiche), NIH R35GM138201, DTRA HDTRA1-21-1-0014, ו- NIAID NIH R01AI149487. דמויות שנוצרו עם Biorender.com מיוחסות ככאלה. מולקולות הועברו באמצעות מערכת הגרפיקה המולקולרית Pymol, גרסה 3.1.1 Schrödinger, LLC.
Cesar de la fuente-nunez הוא מייסד משותף של יועץ מדעי ומדעי, ל- Peptaris, Inc., מספק שירותי ייעוץ למדעי Invaio, והוא חבר במועצות המייעצות המדעיות של Nowuth SL, Peptidus, Biotech Venture Builder, Connicium Pephice Consicium, Peptidus. מעבדת דה לה פואנטה קיבלה מימון מחקרי או תרומות בעין של יונייטד טיפולים, Strata Manufacturing PJSC ו- Procter & Gamble; עם זאת, רק תמיכה של פרוקטר אנד גמבל שימשה בעבודה זו. הוגשה גילוי המצאה הקשורה לעבודה זו.
