شناسایی 3 ماده ضدپیری موثر با کمک هوش مصنوعی

محققان با به کارگیری یادگیری ماشینی هوش مصنوعی موفق به شناسایی سه ماده ضدپیری شدند که می توانند با افزایش عمر مبارزه کنند. این رویکرد می تواند راهی موثر برای شناسایی داروهای جدید و درمان بیماری های پیچیده باشد.

به گزارش تکناک، تقسیم سلولی برای رشد بدن ما و بازسازی بافت ها ضروری است. پیری سلولی، پدیده ای را توصیف می کند که در آن سلول ها به طور دائمی تقسیم نمی شوند اما در بدن باقی می مانند و باعث آسیب به بافت و پیری در اندام ها و سیستم های بدن می شوند.

به طور معمول، سلول های پیر توسط سیستم ایمنی ما از بدن پاک می شوند. اما با افزایش سن، سیستم ایمنی بدن ما در پاکسازی این سلول ها کمتر موثر است و تعداد آنها افزایش می یابد. افزایش سلول های پیر با بیماری هایی مانند سرطان، بیماری آلزایمر و علائم بارز پیری مانند بدتر شدن بینایی و کاهش تحرک مرتبط است. با توجه به اثرات مضر بر روی بدن، تلاش هایی برای ایجاد ترکیبات سنولیتیکی موثر وجود دارد. این ترکیبات سلول های پیر را از بدن پاک می کنند.

مطالعات قبلی برخی از سنولیتیک‌های موثر را شناسایی کرده‌اند، اما اغلب این ترکیبات  برای سلول‌های سالم، سمی هستند. اکنون مطالعه‌ای که توسط محققان دانشگاه ادینبورگ در اسکاتلند انجام شده است، از روشی پیشگام برای جستجوی مواد شیمیایی استفاده کرده است که می‌تواند به طور ایمن و موثر این سلول‌های معیوب را از بین ببرد.

محققان یک مدل یادگیری ماشینی توسعه دادند و به آن آموزش دادند تا ویژگی های کلیدی مواد شیمیایی با خواص سنولیتیک را تشخیص دهد. داده‌های آموزشی این مدل، از منابع متعدد از جمله مقالات دانشگاهی و برخی داروها و همچنین ترکیبات شیمیایی موجود که حاوی طیف وسیعی از ترکیبات مورد تایید FDA هستند، تامین شد.

مجموعه داده کامل شامل 2هزار و 523 ترکیب بود و شامل ترکیباتی با خواص سنولیتیک و غیرسنولیتیک بود تا الگوریتم یادگیری ماشینی تعصب نداشته باشد. سپس از این الگوریتم برای غربالگری بیش از 4 هزار ماده شیمیایی استفاده شد که از بین آنها 21 کاندید موثر شناسایی شدند.

محققان با آزمایش این ترکیبات موثر، متوجه شدند که سه ماده شیمیایی با نام های جینکژتین، پری پلوسین و اولاندرین، سلول‌های پیر را بدون آسیب رساندن به سلول‌های سالم حذف می‌کنند. از بین این سه مورد، اولئاندرین مؤثرترین بود. هر سه محصول طبیعی هستند و در داروهای گیاهی سنتی یافت می شوند.

اولاندرین از گیاه خرزهره (Nerium oleander) استخراج می شود و دارای خواصی شبیه به داروی دیگوکسین است که برای درمان نارسایی قلبی و برخی ریتم های غیر طبیعی قلب (آریتمی) استفاده می شود. مطالعات نشان داده است که اولاندرین دارای خواص ضد سرطانی، ضد التهابی، ضد HIV، ضد میکروبی و آنتی اکسیدانی است. فراتر از سطوح درمانی، اولاندرین بسیار سمی است که در انسان مانع کاربرد بالینی آن می شود. به این ترتیب، این ماده شیمیایی توسط آژانس های نظارتی به عنوان یک داروی تجویزی یا مکمل غذایی تایید نشده است.

تحقیقات متعددی نشان داده است که جینکژتین نیز مانند اولاندرین دارای خواص ضد سرطانی، ضد التهابی، ضد میکروبی، آنتی اکسیدانی و محافظت کننده عصبی است. جینکتین از درخت جینکو (Ginkgo biloba) که قدیمی ترین گونه درخت زنده است، استخراج می شود که برگ ها و دانه های آن هزاران سال در طب گیاهی چینی مورد استفاده قرار می گرفته است. یک عصاره بسیار غلیظ جینکو بیلوبا که از برگ های خشک درخت تهیه شده است، بدون نسخه در دسترس است. این مکمل، یکی از پرفروش ترین مکمل های گیاهی در سراسر ایالات متحده و اروپا است.

پری پلوسین از پوست ریشه تاک ابریشم چینی (Periploca sepium) جدا می شود. مطالعات نشان داده اند که این ماده می تواند عملکرد قلب را بهبود بخشد و همچنین رشد سلولی را مسدود کرده و باعث مرگ سلولی سلول های سرطانی شود.

محققان می گویند یافته های آنها نشان می دهد که این ترکیبات دارای قدرتی قابل مقایسه یا بالاتر از سنولیتیک‌های توصیف شده در مطالعات قبلی هستند. مهمتر از آن، آنها می گویند روش مبتنی بر یادگیری ماشینی آنها بسیار کارآمد بود و تعداد ترکیباتی را که نیاز به غربالگری داشتند تا بیش از 200 برابر کاهش داد.

محققان می گویند رویکرد مبتنی بر هوش مصنوعی آنها نقطه عطفی در شناسایی داروهای جدید، به ویژه برای درمان بیماری های پیچیده است.

دیگو اویارزون، نویسنده مسئول این مطالعه گفت: این مطالعه نشان می‌دهد که هوش مصنوعی می‌تواند در شناسایی داروهای جدید، به‌ویژه در مراحل اولیه کشف دارو و بیماری‌هایی با زیست‌شناسی پیچیده یا اهداف مولکولی کمی شناخته شده، فوق‌العاده مؤثر باشد.

همچنین به نظر محققان این رویکرد مقرون به صرفه تر از روش های استاندارد غربالگری دارویی، مانند آزمایشات بالینی است.