برای دانشمندان, ارتباط برقرار کردن بین علوم مختلف همیشه جذاب بوده و از جمله‌ی این علوم می‌توان به کامپیوتر و زیست شناسی اشاره کرد. سالهاست که پژوهشگران این دو حوزه در تلاش هستند تا با تلفیق این دو علم به بهبود سلامت بشر کمک کنند و حال پژوهشگران دانشگاه MIT با استفاده از الگوریتم‌های یادگیری ماشین توانسته‌اند ترکیبی با خاصیت آنتی بیوتیکی فوق العاده را شناسایی کنند. اگرچه این اولین بار نیست که با استفاده از این علم جهشی در تولید آنتی بیوتیک ایجاد می‌شود ولی هیچ یک از تولیدات قبلی به دقت آنتی بیوتیکی که در ادامه معرفی می‌شود، نیست.
از جمله مراحل مهم قبل از معرفی هر درمان، مرحله کلینیکال یا بالینی است و این آنتی بیوتیک در مرحله بالینی سربلند بیرون آمده است؛ چرا که اولاً بیشتر باکتری‌های خطرناک موجود را تار و مار کرده، ثانیاً در دو موش مختلف که دو نژاد متفاوت محسوب می‌شوند به درستی پاسخگو بوده است. در این تحقیق از مدل‌ها و شبیه‌سازی‌های کامپیوتری به منظور غربال‌گری بیش از صدها میلیون ترکیب شیمیایی برای یافتن ترکیب آنتی بیوتیکی موثر، استفاده شده است. نوآوری این تحقیق استفاده از مدل کامپیوتری کاملاً متفاوت نسبت به مدل‌های قبل می‌باشد.
جیمز کولینز، یکی اساتید موسسه مهندسی پزشکی و علوم زیستی دانشگاه MIT می‌گوید:
ما می خواستیم پلتفرمی ایجاد کنیم که به ما امکان استفاده از قدرت هوش مصنوعی را در کشف نسل جدید داروهای آنتی بیوتیکی بدهد. رویکرد ما مولکول شگفت‌انگیزی را شناسایی کرد که مسلماً یکی از قوی‌ترین آنتی بیوتیک‌های کشف شده است.
محققان در تحقیق‌های خود به کاندید‌های آنتی بیوتیکی دیگری نیز برخوردند که امیدوارند بتوانند با انجام آزمایش‌های بیشتر از این ترکیبات نیز برای طراحی داروهای نوین استفاده کنند. رجینا بارزیلی استاد علوم کامپیوتر و مهندسی برق در آزمایشگاه هوش مصنوعی و علوم کامپیوتر MIT می‌گوید:
مدل یادگیری ماشین امکان کاوش در فضاهای شیمیایی گسترده‌تری را که فراهم کرده که انجام آنها با استفاده از رویکرد‌های تجربی قدیمی بسیار گران تمام می‌شود.
باید دانست که طی چند دهه گذشته تعداد بسیار اندکی آنتی بیوتیک جدید تولید شده است که تفاوت اندکی با داروهای موجود دارند. هرچه بیشتر درباره آنتی بیوتیک‌ها و مصارف آنها بدانید بیشتر اهمیت این الگوریتم‌ها برای شما روشن می‌شود. باید اشاره کرد که آنتی بیوتیک‌های قدیمی به دلیل مصرف بی‌رویه و جهش در نوع خود باکتری‌ها دیگر قابل استفاده نمی‌باشند و در دنیای امروز مقاومت آنتی بیوتیکی یکی از مسائلی است که دانشمندان را به تحقیق بسیار در این زمینه وادار کرده است.
روش‌های قبل از روش معرفی شده در این مقاله، از نظر شیمیایی بسیار تنوع پایینی داشتند که نقطه ضعف آنها محسوب می‌شد؛ چرا که برای دستیابی به تنوع بالا باید آزمایش‌های زیادی انجام شوند که بسیار هزینه‌بر بوده و هزینه‌‍ی تحقیق، یک مساله مهم در انجام هر پروژه علمی به حساب می‌آید. کالینز در تلاش برای یافتن ترکیبات کاملاً جدید، تیمی را با همکار برزیلی، استاد تامی جاکوکا و دانشجویانش کوین یانگ، کایل سوانسون و ونگونگ جین تشکیل داده است که با استفاد از یک سری مدل رایانه‌ای یادگیری ماشین می‌توانند به تجزیه و تحلیل ساختارهای مولکولی هر ترکیب دارویی بپردازند و ارتباط آن با صفات خاصی مانند توانایی کشتن باکتری‌ها را کشف کنند. در این تحقیق دانشمندان برای استفاده از تکنیک یادگیری ماشین مدلی ارائه کردند که وظیفه‌ی این مدل جستجوی ترکیباتی است که بتواند باکتری معروفی بنام اشریشیا کلی (E. coli) را از بین ببرد. پس از انجام تحقیقات بسیار، محققان ترکیبی را که سمیت کمتری برای انسان دارد را کشف کردند و آن را هالیسین (Halicin) نامیدند، البته شایان ذکر است که قبلا این ترکیب به عنوان داروی احتمالی دیابت مورد بررسی قرار گرفته بود.
محققان این ترکیب را در برابر ده‌ها باکتری و در پلیت‌های آزمایشگاهی مختلف آزمایش کردند و دریافتند که این ماده قادر است بسیاری از باکتری‌های مقاوم از جمله کلستریدیوم دیفیسیل (عامل اسهال عفونی)، آسینتوباکتر بومانی (عامل عفونت بیمارستانی) و مایکوباکتریوم توبرکلوزیس (عامل وبا) را از بین ببرد. این ترکیب در برابر هر گونه‌ای که تا کنون آزمایش شده به استثنای سودوموناس آئروژینوزا (از عوامل ایجاد کننده‌ی عفونت ادراری) موثر است. پژوهشگران برای آزمایش اثربخشی هالیسین در حیوانات زنده, از آن برای درمان موش‌های آلوده به باکتری اسینتوباکتر بومانی استفاده کرده‌اند که بسیاری از سربازان آمریکایی مستقر در عراق و افغانستان را آلوده کرده است. مطالعات اولیه حاکی از آن است که هالسین با مختل کردن توانایی باکتری برای حفظ تعادل و شیب الکتروشیمیایی در غشاهای سلولی، آنها را از بین می‌برد.
محققان قصد دارند به امید استفاده از این دارو برای انسان، مطالعات بیشتری را با همکاری یک شرکت داروسازی یا سازمان غیرانتفاعی بر روی هالسین انجام دهند؛ همچنین قصد دارند از مدل خود برای طراحی آنتی بیوتیک‌های جدید و بهینه سازی ترکیبات دارویی موجود استفاده کنند. به عنوان مثال آنها می‌توانند این مدل را با اضافه کردن ویژگی‌هایی که باعث می‌شود یک آنتی بیوتیک تنها باکتری خاصی را هدف قرار دهد، ارتقاء دهند. از آن جایی که هر سیستم موجود در بدن، هم باکتری مفید هم باکتری بیماری‌زا دارد و تعداد باکتری‌های مفید نیز بسیار بیشتر است، مزیت این روش از دست ندادن باکتری‌های مفید بدن خواهد بود.
خیلی خوب بود. بازم درمورد هوش مصنوعی بذارید. Tnx
جالب بود. كامپيوترساينس و زيست شناسي در كنار هم
داریم به کجا میریم?