Ilmuwan Rusia telah melibatkan jaringan saraf dalam pencarian obat anti kanker

Kanker sangat beragam dan sifatnya juga bervariasi. Pencarian obat-obatan yang efektif dan perawatan untuk kanker adalah salah satu tugas terpenting dari pengobatan modern. Para ilmuwan di seluruh dunia mencari peluang untuk setidaknya sedikit meningkatkan efektivitas pengobatan pasien dengan kanker.

Tim gabungan spesialis dari Mail.Ru Group , Insilico Medicine dan MIPT memutuskan untuk mencoba menarik jaringan saraf yang terlatih khusus untuk mencari obat anti-kanker. Masalahnya adalah menciptakan obat anti kanker yang efektif adalah tugas yang sangat sulit. Biasanya proses ini memakan waktu bertahun-tahun. Tetapi jika Anda menggunakan teknologi modern, maka waktu pencarian untuk zat-zat tersebut berkurang secara signifikan, dan biaya pekerjaan juga berkurang.

Situasi ini diperumit oleh kenyataan bahwa sekarang jumlah berbagai senyawa kimia yang diketahui manusia adalah puluhan juta. Hanya sebagian kecil dari senyawa ini yang digunakan dalam obat-obatan. Dalam kedokteran, mereka terutama menggunakan obat-obatan lama untuk membuat yang baru, lebih efektif. Obat baru secara kualitatif relatif jarang. Masalahnya adalah bahwa di antara jutaan senyawa kimia itu mungkin berubah menjadi zat yang merupakan obat yang efektif melawan penyakit kompleks, kanker yang sama.

Tetapi bagaimana menentukan bahwa suatu zat cocok untuk digunakan dalam pengobatan? Diperlukan waktu bertahun-tahun untuk menganalisis setidaknya beberapa persen senyawa yang sudah diketahui. Tidak diragukan lagi teknologi komputer dapat membantu. Secara khusus, jaringan saraf belajar mandiri.

Jaringan saraf diciptakan atas dasar arsitektur yang disebut auto-encoder adversarial, yang, pada gilirannya, adalah semacam jaringan permusuhan generatif. Untuk melatih jaringan saraf, spesialis menggunakan molekul dengan sifat penyembuhan yang sudah diketahui, menunjukkan konsentrasi efektif dari setiap zat. Pertama, jaringan saraf dilatih menggunakan tiga komponen. Ini adalah encoder, decoder dan diskriminator. Komponen pertama, bersama-sama dengan yang kedua, mengkompresi dan memulihkan informasi tentang molekul asli. Diskriminator memungkinkan untuk mendapatkan ide ringkas tentang molekul yang paling cocok untuk pemulihan selanjutnya. Setelah bekerja dengan sejumlah besar molekul yang diketahui, pekerjaan dengan yang tidak diketahui dimulai, dan dua komponen pertama dimatikan.

Untuk "memberi makan" informasi jaringan saraf tentang zat kimia, formula yang biasa tidak cukup. Kita memerlukan apa yang disebut sidik jari, sidik jari informasi yang berisi semua informasi tentang molekul. Faktanya adalah bahwa jaringan saraf membutuhkan panjang deskripsi yang sama untuk objek untuk pelatihannya, dalam hal ini, molekul senyawa kimia. Spesialis membentuk sidik jari berdasarkan molekul senyawa kimia yang telah diketahui, seperti yang disebutkan di atas. Informasi diumpankan ke jaringan saraf beberapa kali, sampai jaringan itu sendiri belajar bagaimana menghasilkan sidik jari molekul. Ilmuwan Rusia mencapai penciptaan sidik jari untuk 72 juta molekul, setelah itu mereka membandingkan sidik jari informasi yang dihasilkan oleh jaringan saraf dengan pangkalan.


Sumber: corp.mail.ru

Dalam proyek ini, pengetahuan tentang kira-kira kualitas molekul zat yang cocok untuk menjadi obat juga telah menjadi bantuan yang baik. Berdasarkan kriteria ini, dasar dan cetakan dibandingkan. “Kami membuat jaringan saraf dari tipe generatif, yaitu, mampu menciptakan hal-hal serupa di mana ia dilatih. Kami melatih model jaringan yang mampu menciptakan sidik jari baru dengan properti yang ditentukan, ”kata salah satu penulis, mahasiswa pascasarjana MIPT Andrei Kazennov.

Untuk menguji efisiensi jaringan saraf, para ahli menggunakan database paten dari zat yang sudah dikenal sebagai obat anti kanker yang efektif. Awalnya, jaringan dilatih di bagian bentuk sediaan dan kemudian diuji di bagian kedua. Pekerjaan efektif dari jaringan saraf akan dikenali jika dapat memprediksi bentuk zat yang sudah diketahui, yang, bagaimanapun, tidak ada dalam rangkaian pelatihan. Dan jaringan saraf mampu mengatasi tugas ini. Pada beberapa lusin zat yang ditunjukkan olehnya, yang mungkin merupakan obat anti kanker, banyak yang memang demikian dan memiliki paten.



“Jaringan permusuhan generatif menggunakan pembelajaran yang diperkuat adalah masa depan farmakologi. Dalam artikel ini, kami menunjukkan penggunaan pertama auto-encoders generatif kompetitif, GAN, untuk membuat struktur molekul baru obat antitumor sesuai dengan parameter tertentu. Pekerjaan ini dilakukan pada musim panas, dan sejak itu kami telah membuat kemajuan yang signifikan dalam arah ini. Saya benar-benar berharap bahwa segera kita akan dapat mengembangkan obat-obatan individual untuk pengobatan penyakit langka dan bahkan untuk pengobatan masing-masing pasien. Sudah tahun ini, kecerdasan buatan akan mulai mengubah industri farmasi, ”kata salah satu penulis penelitian, Alexander Zhavoronkov.

Pencarian obat-obatan yang dapat memiliki efek efektif pada sel kanker terus berlanjut. Dan semakin banyak perusahaan melakukan ini. Misalnya, sistem kognitif Watson , yang dibuat oleh IBM, melakukan pekerjaan serupa.