ایجاد ابزار الگوریتمی برای مبارزه با پاندمی های آینده

محققان یک ابزار الگوریتمی به نام PHENSIM ایجاد کرده‌اند که آلودگی سلول‌های میزبان SARS-CoV-2 را شبیه‌سازی می‌کند.

محققان یک ابزار الگوریتمی به نام PHENSIM ایجاد کرده‌اند که عفونت بافتی سلول‌های میزبان SARS-CoV-2 را شبیه‌سازی می‌کند تا داروهای موجود برای مبارزه با همه‌گیری‌های آینده را شناسایی کند و تغییر کاربری دهد.

به گزارش تکناک، این ابزار می تواند توسعه داروی خاص بیماری را بهبود بخشد و امکان واکنش سریعتر به بحران های بهداشت عمومی را ارائه دهد.

یک تیم جهانی از محققان ابزاری الگوریتمی ایجاد کرده اند که می تواند داروهای موجود را برای مبارزه با همه گیری های آینده شناسایی کند. این کار که در مجله Cell Press نشریه Heliyon گزارش شده است، امکان واکنش سریعتر به بحران های بهداشت عمومی را ارائه می دهد.

نائومی ماریا، ایمونولوژیست، دانشمند مدعو در مؤسسه علوم ریاضی کورانت دانشگاه نیویورک، و نویسنده اصلی مقاله توضیح می‌دهد: هیچ راه قطعی برای شکست دادن همه‌گیری کووید وجود ندارد و همانطور که دیدید این بیماری باعث مرگ ها و ویرانی های زیادی در جوامع شد. با این حال، با استفاده از این ابزار هوش مصنوعی، همراه با داده‌های آزمایشگاهی و سایر منابع، ما توانسته‌ایم عفونت SARS-CoV-2 را مدل‌سازی کنیم و چندین داروی COVID-19 را که در حال حاضر در دسترس هستند به‌عنوان درمان بالقوه موثر در مبارزه با شیوع بعدی شناسایی کنیم.

Vaccine Manufacturing

باد میشرا، استاد دانشگاه دانشگاه نیویورک و یکی از نویسندگان ارشد مقاله، می‌افزاید: استراتژی‌های استفاده مجدد از دارو، رویکردی جذاب و مؤثر برای مقابله با همه گیری های آینده ارائه می‌کنند. شناسایی و انتخاب پیش از موعد بهترین کاندیداها، قبل از آزمایش‌های پرهزینه و پرزحمت in vitro و in vivo و آزمایش‌های بالینی متعاقب است. این روش می‌تواند به طور قابل توجهی زمان توسعه داروی خاص بیماری را بهبود بخشد.

COVID-19 در طول سه سال گذشته نشان داده است که چالشی دلهره آور بوده است، حتی اگر واکسن ها و اقدامات بهداشتی به مرور زمان از شدت آن کاسته است. با این حال، با وجود این ابزارها برای مبارزه با آن، SARS-CoV-2  ویروسی که باعث COVID-19 می شود به گسترش و مرگ ادامه می دهد. این تا حدی به دلیل توانایی آن در پخش شدن سریع در انواع سلول های هدف، مسیرهای پاسخ ایمنی و روش های انتقال است. این ویژگی‌ها باعث می‌شود که رویکردهای سنتی برای طراحی واکسن و دارو نسبت به گذشته کمتر مؤثر باشد و به‌ویژه زمانی که ویروس همزمان با سایر پاتوژن‌ها مانند RSV و آنفولانزا عفونی می‌شود.

 

با درک این موضوع که روش‌های کنونی ما را مجبور به تعقیب ویروس می‌کند، این تیم تحقیقاتی که همچنین شامل محققانی از بنیاد بانک خون صلیب سرخ کوراسائو و گروه پزشکی بالینی و تجربی دانشگاه کاتانیا در سیسیل بود رویکردی را با هدف از بین بردن شکاف در همه گیری های آینده در نظر گرفت. این رویکرد استفاده مجدد از داروهای موجود برای مقابله است.

برای انجام این کار، آنها یک ابزار الگوریتمی  سیستم های بیولوژی به نام PHENotype SIMulator  (PHENSIM) را توسعه دادند. PHENSIM عفونت بافت خاص سلول‌های میزبان SARS-CoV-2 را شبیه‌سازی می‌کند و سپس از طریق مجموعه‌ای از آزمایش‌های رایانه‌ای یا به صورت مجموعه ای از آزمایش های سیلیکو داروهایی که کاندیدای استفاده مجدد هستندد را شناسایی میکند. الگوریتم با در نظر گرفتن شرایط تغییرات زیست‌مولکول‌ها  مانند ژن‌ها، پروتئین‌ها و میکرو RNA‌ها اثرات ضد ویروسی را محاسبه میکند. این تیم اعتبار این ابزار را با مقایسه نتایج آن با مطالعات آزمایشگاهی اخیراً منتشر شده تأیید کرد و قدرت بالقوه PHENSIM را در کمک به استفاده مجدد از داروها نشان داد.

محققان این تحقیق یک گروه چند رشته‌ای متشکل از ایمونولوژیست‌ها، زیست‌شناسان، شیمی‌دانان، دانشمندان داده، نظریه‌پردازان بازی، ژنتیک‌دانان، ریاضی‌دانان، و پزشکان، هستند که به دنبال توسعه استراتژی‌های نوآورانه برای مقابله با COVID-19 هستند.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اخبار جدید تک‌ناک را از دست ندهید.