रूसी वैज्ञानिकों ने कैंसर रोधी दवाओं की खोज में एक तंत्रिका नेटवर्क को शामिल किया है

कैंसर बेहद विविध हैं और उनकी प्रकृति भी बदलती है। कैंसर के लिए प्रभावी दवाओं और उपचारों की खोज आधुनिक चिकित्सा के सबसे महत्वपूर्ण कार्यों में से एक है। दुनिया भर के वैज्ञानिक कैंसर के रोगियों के इलाज की प्रभावशीलता को कम से कम बढ़ाने के लिए एक अवसर की तलाश में हैं।

Mail.Ru Group , Insilico Medicine और MIPT के विशेषज्ञों की संयुक्त टीम ने कैंसर रोधी दवाओं की खोज के लिए विशेष रूप से प्रशिक्षित तंत्रिका नेटवर्क को आकर्षित करने का प्रयास करने का निर्णय लिया। समस्या यह है कि एक प्रभावी कैंसर रोधी दवा बनाना बहुत मुश्किल काम है। आमतौर पर इस प्रक्रिया में सालों लग जाते हैं। लेकिन अगर आप आधुनिक तकनीक का उपयोग करते हैं, तो ऐसे पदार्थों की खोज का समय काफी कम हो जाता है, और काम की लागत भी कम हो जाती है।

स्थिति इस तथ्य से जटिल है कि अब मनुष्य को ज्ञात विभिन्न रासायनिक यौगिकों की संख्या लाखों में है। इन यौगिकों का केवल एक छोटा सा हिस्सा दवाओं में उपयोग किया जाता है। चिकित्सा में, वे मुख्य रूप से नई, अधिक प्रभावी बनाने के लिए पुरानी दवाओं का उपयोग करते हैं। गुणात्मक रूप से नई दवाएं अपेक्षाकृत दुर्लभ हैं। समस्या यह है कि सभी लाखों रासायनिक यौगिकों के बीच यह एक ऐसा पदार्थ बन सकता है जो एक जटिल बीमारी, एक ही कैंसर के खिलाफ एक प्रभावी दवा है।

लेकिन यह कैसे निर्धारित किया जाए कि कोई पदार्थ दवा में उपयोग के लिए उपयुक्त है? पहले से ज्ञात यौगिकों के कम से कम कुछ प्रतिशत का विश्लेषण करने में एक व्यक्ति को वर्षों लगेंगे। कोई शक नहीं कि कंप्यूटर तकनीक मदद कर सकती है। विशेष रूप से, स्व-सीखना तंत्रिका नेटवर्क।

तंत्रिका नेटवर्क तथाकथित प्रतिकूल ऑटो-एनकोडर की वास्तुकला के आधार पर बनाया गया था , जो बदले में, एक प्रकार के जेनरेटर प्रतिकूल नेटवर्क हैं। तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, विशेषज्ञों ने पहले से ज्ञात हीलिंग गुणों वाले अणुओं का उपयोग किया, प्रत्येक पदार्थ की प्रभावी एकाग्रता का संकेत दिया। सबसे पहले, तंत्रिका नेटवर्क को तीन घटकों का उपयोग करके प्रशिक्षित किया गया था। यह एक एनकोडर, डिकोडर और डिस्क्रिमिनेटर है। पहला घटक, मूल अणु के बारे में दूसरी, संकुचित और बहाल जानकारी के साथ। विवेचक ने अणु के संक्षिप्त विचार को प्राप्त करना संभव बना दिया, जो बाद में पुनर्प्राप्ति के लिए सबसे उपयुक्त था। बड़ी संख्या में ज्ञात अणुओं के साथ काम करने के बाद, अज्ञात के साथ काम शुरू हुआ, और पहले दो घटकों को बंद कर दिया गया।

एक रासायनिक पदार्थ के बारे में एक तंत्रिका नेटवर्क जानकारी "फ़ीड" करने के लिए, सामान्य सूत्र पर्याप्त नहीं है। हमें तथाकथित फिंगरप्रिंट की आवश्यकता है, एक सूचना फिंगरप्रिंट जिसमें अणु के बारे में सभी जानकारी होती है। तथ्य यह है कि एक तंत्रिका नेटवर्क को अपने प्रशिक्षण के लिए एक वस्तु के लिए समान विवरण लंबाई की आवश्यकता होती है, इस मामले में, एक रासायनिक यौगिक का एक अणु। विशेषज्ञों ने रासायनिक यौगिकों के पहले से ही ज्ञात अणुओं के आधार पर उंगलियों के निशान का गठन किया, जैसा कि ऊपर उल्लेख किया गया है। तंत्रिका नेटवर्क को बड़ी संख्या में जानकारी तब तक खिलाई गई, जब तक कि नेटवर्क ने स्वयं यह नहीं सीखा कि अणुओं के फिंगरप्रिंट कैसे उत्पन्न किए जाते हैं। रूसी वैज्ञानिकों ने 72 मिलियन अणुओं के लिए उंगलियों के निशान के निर्माण को प्राप्त किया, जिसके बाद उन्होंने आधार के साथ तंत्रिका नेटवर्क द्वारा उत्पन्न सूचना फिंगरप्रिंट की तुलना की।


स्रोत: corp.mail.ru

इस परियोजना में, पदार्थों के अणुओं के गुणों के बारे में ज्ञान जो दवा होने के लिए उपयुक्त हैं, भी एक अच्छी मदद बन गए हैं। इन मानदंडों के आधार पर, आधार और प्रिंट की तुलना की गई थी। “हमने एक सामान्य प्रकार का एक तंत्रिका नेटवर्क बनाया, जो कि ऐसी ही चीजें बनाने में सक्षम था, जिस पर उसे प्रशिक्षित किया गया था। हम एक नेटवर्क मॉडल को प्रशिक्षित करते हैं, जो निर्दिष्ट गुणों के साथ नए फिंगरप्रिंट बनाने में सक्षम है, ”लेखकों में से एक, एमआईपीटी स्नातक छात्र आंद्रेई कज़ेनोव कहते हैं।

तंत्रिका नेटवर्क की दक्षता का परीक्षण करने के लिए, विशेषज्ञों ने उन पदार्थों के पेटेंट डेटाबेस का उपयोग किया जो पहले से ही कैंसर विरोधी दवाओं के प्रभावी होने के लिए जाने जाते हैं। प्रारंभ में, नेटवर्क को खुराक रूपों के कुछ हिस्सों में प्रशिक्षित किया गया और फिर दूसरे भाग में परीक्षण किया गया। तंत्रिका नेटवर्क के प्रभावी काम को मान्यता दी जाएगी यदि यह पदार्थों के पहले से ज्ञात रूपों की भविष्यवाणी कर सकता है, जो कि, हालांकि, प्रशिक्षण सेट में नहीं थे। और तंत्रिका नेटवर्क इस कार्य के साथ सामना करने में सक्षम था। उसके द्वारा बताए गए कई दर्जन पदार्थों पर, जो कैंसर रोधी दवाएं हो सकती हैं, कई वास्तव में ऐसी हैं और पेटेंट हैं।



“प्रबलित शिक्षण का उपयोग करने वाले पीढ़ीगत प्रतिकूल नेटवर्क फार्माकोलॉजी के भविष्य हैं। इस लेख में, हमने कुछ मापदंडों के अनुसार एंटीट्यूमोर दवाओं की नई आणविक संरचनाओं को बनाने के लिए प्रतिस्पर्धी जनरेटिव ऑटो-एनकोडर, जीएएन का पहला उपयोग दिखाया। यह काम गर्मियों में किया गया था, और तब से हमने इस दिशा में महत्वपूर्ण प्रगति की है। मैं वास्तव में आशा करता हूं कि जल्द ही हम दुर्लभ बीमारियों के इलाज के लिए और यहां तक ​​कि व्यक्तिगत रोगियों के इलाज के लिए व्यक्तिगत दवाएं विकसित कर पाएंगे। पहले से ही इस साल, कृत्रिम बुद्धि दवा उद्योग को बदलना शुरू कर देगी, ”अध्ययन के लेखकों में से एक, अलेक्जेंडर झावोरोंकोव कहते हैं।

दवाओं की खोज जो कैंसर कोशिकाओं पर एक प्रभावी प्रभाव डाल सकती है, जारी है। और अधिक से अधिक कंपनियां ऐसा कर रही हैं। उदाहरण के लिए, वाटसन संज्ञानात्मक प्रणाली , आईबीएम द्वारा बनाई गई, एक समान काम करती है।