Mencari ubat baru - dipanggil "penemuan dadah" - adalah tugas yang mahal dan memakan masa. Tetapi sejenis kecerdasan buatan yang dipanggil pembelajaran mesin boleh mempercepatkan proses secara besar-besaran dan melakukan kerja untuk sebahagian kecil daripada harga.
Saya dan rakan sekerja baru-baru ini menggunakan teknologi ini untuk mencari tiga calon yang menjanjikan untuk ubat senolitik - ubat yang melambatkan penuaan dan mencegah penyakit berkaitan usia.
Senolitik bekerja dengan membunuh sel saraf. Ini adalah sel-sel yang "hidup" (aktif secara metabolik), tetapi tidak lagi boleh meniru, oleh itu nama panggilannya: sel zombi.
Ketidakupayaan untuk meniru tidak semestinya sesuatu yang buruk. Sel-sel ini telah mengalami kerosakan pada DNA mereka – contohnya, sel-sel kulit yang rosak oleh sinaran matahari – jadi menghentikan replikasi menghentikan kerosakan daripada merebak.
Tetapi sel senescent tidak selalunya perkara yang baik. Mereka merembeskan a koktel protein radang yang boleh merebak ke sel jiran. Sepanjang hayat, sel-sel kita mengalami serangan bertubi-tubi, daripada sinaran UV kepada pendedahan kepada bahan kimia, dan sel-sel ini terkumpul. Peningkatan bilangan sel senescent telah terlibat dalam a pelbagai penyakit, termasuk diabetes jenis 2, COVID, fibrosis pulmonari, osteoarthritis dan kanser.
Kajian dalam tikus makmal telah menunjukkan bahawa menghapuskan sel senescent, menggunakan senolitik, dapat memulihkan penyakit ini. Ubat-ubatan ini boleh membunuh sel-sel zombi sambil mengekalkan sel-sel yang sihat hidup.
sekitar 80 senolitik diketahui, tetapi hanya dua yang telah diuji pada manusia: gabungan dasatinib dan quercetin. Adalah bagus untuk mencari lebih banyak senolitik yang boleh digunakan dalam pelbagai penyakit, tetapi ia mengambil masa sepuluh hingga 20 tahun dan berbilion-bilion dolar untuk ubat untuk sampai ke pasaran.
Keputusan dalam masa lima minit
Saya dan rakan sekerja - termasuk penyelidik dari Universiti Edinburgh dan Majlis Penyelidikan Kebangsaan Sepanyol IBBTEC-CSIC di Santander, Sepanyol - ingin tahu sama ada kami boleh melatih model pembelajaran mesin untuk mengenal pasti calon ubat senolitik baharu.
Untuk melakukan ini, kami memberi model AI dengan contoh yang diketahui senolitik dan bukan senolitik. Model belajar membezakan antara keduanya, dan boleh digunakan untuk meramalkan sama ada molekul yang tidak pernah mereka lihat sebelum ini juga boleh menjadi senolitik.
Apabila menyelesaikan masalah pembelajaran mesin, kami biasanya menguji data pada julat model yang berbeza terlebih dahulu kerana sesetengah daripada mereka cenderung berprestasi lebih baik daripada yang lain. Untuk menentukan model berprestasi terbaik, pada permulaan proses, kami memisahkan sebahagian kecil data latihan yang tersedia dan menyembunyikannya daripada model sehingga selepas proses latihan selesai. Kami kemudian menggunakan data ujian ini untuk mengukur bilangan ralat yang dibuat oleh model. Orang yang membuat kesilapan paling sedikit, menang.
Kami menentukan model terbaik kami dan menetapkannya untuk membuat ramalan. Kami memberikannya 4,340 molekul dan lima minit kemudian ia menyampaikan senarai keputusan.
Model AI mengenal pasti 21 molekul penskor tertinggi yang dianggapnya mempunyai kemungkinan tinggi untuk menjadi senolitik. Jika kami telah menguji 4,340 molekul asal dalam makmal, ia akan mengambil sekurang-kurangnya beberapa minggu kerja intensif dan £50,000 hanya untuk membeli sebatian, tidak mengira kos jentera dan persediaan eksperimen.
Kami kemudian menguji calon ubat ini pada dua jenis sel: sihat dan senescent. Keputusan menunjukkan bahawa daripada 21 sebatian, tiga (periplocin, oleandrin dan ginkgetin) dapat menghapuskan sel senescent, sambil mengekalkan kebanyakan sel normal hidup. Senolitik baharu ini kemudiannya menjalani ujian lanjut untuk mengetahui lebih lanjut tentang cara ia berfungsi dalam badan.
Eksperimen biologi yang lebih terperinci menunjukkan bahawa, daripada tiga ubat tersebut, oleandrin adalah lebih berkesan daripada ubat senolitik yang diketahui berprestasi terbaik seumpamanya.
Potensi kesan pendekatan antara disiplin ini - melibatkan saintis data, ahli kimia dan ahli biologi - adalah besar. Memandangkan data berkualiti tinggi yang mencukupi, model AI boleh mempercepatkan kerja menakjubkan yang dilakukan oleh ahli kimia dan ahli biologi untuk mencari rawatan dan penawar bagi penyakit – terutamanya yang tidak memerlukan keperluan.
Setelah mengesahkannya dalam sel senescent, kami kini menguji tiga calon senolitik dalam tisu paru-paru manusia. Kami berharap untuk melaporkan keputusan kami yang seterusnya dalam masa dua tahun.
Tentang Pengarang
Vanessa Smer-Barreto, Felo Penyelidik, Institut Genetik dan Perubatan Molekul, Universiti Edinburgh
Artikel ini diterbitkan semula daripada Perbualan di bawah lesen Creative Commons. Membaca artikel asal.
Buku berkaitan:
Badan Mengekalkan Skor: Otak Minda dan Badan dalam Penyembuhan Trauma
oleh Bessel van der Kolk
Buku ini meneroka hubungan antara trauma dan kesihatan fizikal dan mental, menawarkan pandangan dan strategi untuk penyembuhan dan pemulihan.
Klik untuk maklumat lanjut atau untuk memesan
Nafas: Sains Baharu Seni yang Hilang
oleh James Nestor
Buku ini meneroka sains dan amalan pernafasan, menawarkan pandangan dan teknik untuk meningkatkan kesihatan fizikal dan mental.
Klik untuk maklumat lanjut atau untuk memesan
The Plant Paradox: Bahaya Tersembunyi dalam Makanan "Sihat" Yang Menyebabkan Penyakit dan Berat Badan
oleh Steven R. Gundry
Buku ini meneroka kaitan antara diet, kesihatan dan penyakit, menawarkan pandangan dan strategi untuk meningkatkan kesihatan dan kesejahteraan keseluruhan.
Klik untuk maklumat lanjut atau untuk memesan
Kod Kekebalan: Paradigma Baharu untuk Kesihatan Sebenar dan Anti-Penuaan Radikal
oleh Joel Greene
Buku ini menawarkan perspektif baharu tentang kesihatan dan imuniti, menggunakan prinsip epigenetik dan menawarkan pandangan serta strategi untuk mengoptimumkan kesihatan dan penuaan.
Klik untuk maklumat lanjut atau untuk memesan
Panduan Lengkap Puasa: Sembuhkan Tubuh Anda Melalui Puasa Selang Selang, Hari Bergantian dan Berpanjangan
oleh Dr. Jason Fung dan Jimmy Moore
Buku ini meneroka sains dan amalan berpuasa yang menawarkan pandangan dan strategi untuk meningkatkan kesihatan dan kesejahteraan keseluruhan.
