Mevcut yöntemlerden bin kat daha hızlı ilaç keşfeden yapay zeka icat edildi

Sektör verilerine göre bu model, kanser ve tümör tedavilerini hızlı bir şekilde keşfetme umudu veriyor

MIT'den bir ekip, potansiyel ilaç moleküllerini bulmada mevcut modellerden 1200 kat daha hızlı, EquiBind adlı bir yapay zeka modeli geliştirdi (Unsplash)

Araştırmacılar, potansiyel ilaç moleküllerini mevcut son teknoloji yöntemlerden bin kat daha hızlı bulabilen bir yapay zeka modeli geliştirdi.

Massachusetts Teknoloji Enstitüsü'ndeki (MIT) ekip, EquiBind adı verilen yapay zeka modelinin ilaç denemelerindeki başarısızlık ihtimalini ve maliyetini önemli ölçüde azaltacağını söylüyor.

Potansiyel olarak ilaç benzeri özelliklere sahip moleküllerin sayısının devasa, yani 1060 civarında olduğu tahmin ediliyor. Karşılaştırmak gerekirse, Samanyolu Galaksisi yaklaşık 108 yıldıza sahip.

fazla oku

Bu bölüm, konuyla ilgili referans noktalarını içerir. (Related Nodes field)

EquiBind modeli bu ilaç benzeri molekülleri, mevcut en hızlı hesaplamalı moleküler kenetleme modellerinden birine kıyasla, 1200 kat daha hızlı bir şekilde proteinlere başarıyla bağlayabiliyor.

EquiBind bunu, hangi proteinlerin bir moleküle uyacağını önceden hedef molekül hakkında bilgi sahibi olmadan tahmin etmesini sağlayan, modele entegre edilmiş geometrik akıl yürütme mantığıyla başarıyor.

Araştırmayı açıklayan, makalenin başyazarı, MIT Elektrik Mühendisliği ve Bilgisayar Bilimleri Bölümü'nde birinci sınıf yüksek lisans öğrencisi Hannes Stärk, "Diğer yöntemler tamamen yanlış veya sadece bir tane doğru cevap verirken, EquiBind molekülleri doğru şekilde yerleştirebildi, bu nedenle sonuçları görmek bizi çok mutlu etti" dedi.

Bulgular, modelin akciğer kanseri, lösemi ve mide-bağırsak tümörlerine yönelik tedaviler bulmak için kullanılabileceği umuduyla sektördeki isimlerin dikkatini çekti.

İlaç keşif firması Relay Therapeutics'in baş veri sorumlusu Pat Walters, "EquiBind, hem vaziyet tahmini hem de bağlanma noktası tanımlaması aracılığıyla moleküler kenetleme sorununa benzersiz bir çözüm sunuyor" dedi.

"Binlerce kristal yapıya dair halka açık bilgileri kullanan bu yaklaşım, alanı yeni yollarla etkileme potansiyeline sahip."

"EquiBind: İlaç Bağlama Yapısı Tahmininde Geometrik Derin Öğrenme" başlıklı makale Uluslararası Makine Öğrenimi Konferansı'nda (ICML) sunulacak.



*İçerik orijinal haline bağlı kalınarak çevrilmiştir. Independent Türkçe’nin editöryal politikasını yansıtmayabilir.

https://www.independent.co.uk/tech

Independent Türkçe için çeviren: Deniz Sutaş

© The Independent

DAHA FAZLA HABER OKU