በመድኃኒት ግኝት ውስጥ AI
በመድኃኒት ግኝት ውስጥ ያለው AI ሞለኪውላዊ ባህሪን ለመተንበይ ፣ አዳዲስ ውህዶችን ለመንደፍ እና ውጤታማ መድሃኒት ለማግኘት በተለምዶ የሚያስፈልጉትን ዓመታት እና በቢሊዮኖች የሚቆጠሩ የማሽን መማርን ይጠቀማል።
አጠቃላይ እይታ
በጣም ቀርፋፋ እና አደገኛ የሆነውን የፋርማሲ ክፍል እየቀረጸ ነው።
ጥልቅ ዳይቭ
በተለምዶ መድሃኒትን ወደ ገበያ ማምጣት ከ10 እስከ 15 አመት እና ከአንድ ቢሊዮን ዶላር በላይ የሚፈጅ ሲሆን አብዛኞቹ እጩዎች ወድቀዋል። AI በርካታ ማነቆዎችን ያጠቃል። በዒላማ መታወቂያ ውስጥ፣ ከበሽታ ጋር የተገናኙ ፕሮቲኖችን ለማግኘት የጂኖሚክስ እና የፕሮቲን መረጃን ሞዴሉ። በተመታ ግኝት ውስጥ፣ አመንጪ ሞዴሎች ልቦለድ ሞለኪውሎችን የሚፈለጉ ንብረቶችን ያቀርባሉ፣ ምናባዊ ማጣሪያ ግን ያለ ቤተ ሙከራ ውህደት በሚሊዮን የሚቆጠሩ ውህዶችን ደረጃ ይይዛል። DeepMind's AlphaFold የ3D አወቃቀሮችን ከ200 ሚሊዮን በላይ ፕሮቲኖችን ተንብዮአል፣ ይህም ለተመራማሪዎች አንድ ጊዜ የዓመታት ክሪስታሎግራፊ የሚያስፈልጋቸው ንድፎችን ሰጥቷል። እንደ ኢንሲሊኮ መድሃኒት እና ሪከርሽን ያሉ ኩባንያዎች በ AI የተነደፉ ሞለኪውሎችን አሁን በሰዎች ሙከራዎች ውስጥ ይጠቀማሉ። AI በተጨማሪም መርዛማነት እና ADME (መምጠጥ, ስርጭት, ሜታቦሊዝም, ሰገራ) ቀደም ብሎ ይተነብያል, ውድ ከሆኑ ሙከራዎች በፊት መጥፎ እጩዎችን ይገድላል.
ቴክኒካዊ ግንዛቤ
ሞለኪውሎች ብዙውን ጊዜ እንደ ግራፍ (አተሞች እንደ ኖዶች፣ ቦንዶች እንደ ጠርዝ) እና በግራፍ ነርቭ ኔትወርኮች ወይም እንደ SMILES የሚባሉ የጽሑፍ ሕብረቁምፊዎች ለቅደም ተከተል ሞዴሎች ተሰጥተዋል። እንደ ተለዋዋጭ አውቶኢንኮደሮች እና የስርጭት ሞዴሎች ያሉ አዳዲስ አወቃቀሮችን በተማረ የኬሚካል ቦታ ላይ ናሙና አቅርበዋል፣ ይህም ትስስርን እና የመድሃኒት መመሳሰልን ያመቻቻሉ። አሚኖ-አሲድ ሰንሰለቶች ተግባርን የሚወስኑ ወደ 3D ቅርጾች እንዴት እንደሚታጠፉ ለመተንበይ አልፋፎልድ በፕሮቲን ዳታ ባንክ ላይ የሰለጠነ ትኩረትን መሰረት ያደረገ ጥልቅ ትምህርት ይጠቀማል።
ስልታዊ ተጽእኖ
አውድ እና ደንቦች
የኢንደስትሪ አውድ AI ሀሳቦች ከእውነታው ጋር በመገናኘት ይተርፉ እንደሆነ ይወስናል።
የጥራት ቁጥጥር
የጎራ ገደቦች ተቀባይነት ባለው የስህተት ተመኖች እና የቁጥጥር ሞዴሎች ላይ ተጽዕኖ ያሳድራሉ.
ምርጫዎችን ይገንቡ
የተሳካላቸው ማሰማራቶች ቴክኒካል አቅምን ከፊት መስመር የስራ ፍሰቶች ጋር ያስተካክላሉ።
በመድኃኒት ግኝት ውስጥ የ AI የወደፊት
ድንበሩ ተዘግቷል፣ በራሱ የሚነዳ ላብራቶሪዎች AI ሞለኪውሎችን ሀሳብ ያቀርባል፣ ሮቦቶች ውህድ አድርገው ይፈትኗቸዋል፣ እና ውጤቱም ሞዴሉን በቀናት ውስጥ መልሰው ያሠለጥኑታል። በላብራቶሪ ግብረ መልስ፣ በ AI የተነደፉ ፀረ እንግዳ አካላት እና አር ኤን ኤ ቴራፒዩቲክስ እና በባዮሎጂ ላይ የሰለጠኑ የመሠረት ሞዴሎችን የተስተካከለ ኬሚስትሪ ይጠብቁ። ተቆጣጣሪዎች ከ AI-የተገኙ እጩዎችን መመሪያ እያዘጋጁ ነው። ከባድ ፈተና የባዮሎጂ ውስብስብነት አሁንም ትንበያን ዝቅ የሚያደርግበት ክሊኒካዊ ሙከራዎች ሆኖ ይቆያል፣ስለዚህ የ AI ትልቁ በቅርብ ጊዜ ድል ፈጣን፣ ርካሽ እና ብልህ ቅድመ ክሊኒካዊ ውሳኔዎች ነው።
የእውነተኛ-ዓለም አተገባበር
የአልፋ ፎልድ ክፍት ዳታቤዝ ተመራማሪዎች የመድኃኒት ዲዛይንን ለመምራት የተተነበዩ 3D የፕሮቲን አወቃቀሮችን እንዲፈልጉ ያስችላቸዋል።
ኢንሲሊኮ ሜዲስን በ AI የተገኘ መድሃኒት ለ idiopathic pulmonary fibrosis ወደ ሰው ክሊኒካዊ ሙከራዎች አሳድገዋል።
የፋርማሲ ቡድኖች በሚሊዮን የሚቆጠሩ እጩ ሞለኪውሎችን ለማስላት ምናባዊ ማጣሪያን ይጠቀማሉ፣ ይህም በቤተ ሙከራ ውስጥ በጣም ተስፋ ሰጪ የሆነውን ብቻ ነው።
የ AI መርዛማነት ሞዴሎች አንድ እጩ ጉበትን ወይም ልብን ይጎዳ እንደሆነ ይተነብያል, ከእንስሳት ምርመራ በፊት አደገኛ ውህዶችን ያስወግዳል.
አደጋዎች እና የጥበቃ መንገዶች
የቁጥጥር መስፈርቶች አለበለዚያ ጠንካራ ፕሮቶታይፖችን ዋጋ ሊያጡ ይችላሉ።
ታሪካዊ መረጃ የተወሰኑ ማህበረሰቦችን የሚጎዳ አድሎአዊነትን ሊያመለክት ይችላል።
የቆዩ ስርዓቶች የውህደት ማነቆዎችን እና የተደበቁ ወጪዎችን ሊፈጥሩ ይችላሉ።
የትግበራ ፍኖተ ካርታ
ከችግር ፍሬም እስከ ግምገማ ድረስ የጎራ ባለሙያዎችን ያሳትፉ።
ከመጀመሩ በፊት የኦዲት መንገዶችን እና ሰነዶችን ዲዛይን ያድርጉ።
ተገዢነትን እና የደህንነት ግዴታዎችን አስቀድመው ያረጋግጡ።
ግልጽ በሆነ የማቆሚያ እና የመመለሻ መመዘኛዎች በደረጃ መልቀቅ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Drug Discovery quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
Isomorphic Labs የመድሃኒት ግኝት
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
በመድኃኒት ግኝት ውስጥ AI ምንድን ነው?
በመድኃኒት ግኝት ውስጥ ያለው AI ሞለኪውላዊ ባህሪን ለመተንበይ ፣ አዳዲስ ውህዶችን ለመንደፍ እና ውጤታማ መድሃኒት ለማግኘት በተለምዶ የሚያስፈልጉትን ዓመታት እና በቢሊዮኖች የሚቆጠሩ የማሽን መማርን ይጠቀማል። በጣም አዝጋሚ የሆነውን፣ በጣም አደገኛ የሆነውን የፋርማሲውን ክፍል በመቅረጽ ላይ ነው።
የ DeepMind's AlphaFold መድሃኒትን ለማግኘት የሚረዳው ምን አከናወነ?
አልፋ ፎልድ የፕሮቲን 3D አወቃቀሮችን በመጠን ለመተንበይ ጥልቅ ትምህርትን ተጠቅሟል፣ ይህም ለተመራማሪዎች ከዚህ ቀደም ለብዙ አመታት ሙከራዎችን የወሰዱ መዋቅራዊ ንድፎችን ሰጥቷል።
ሞለኪውሎች በተለምዶ ለማሽን መማሪያ ሞዴሎች እንዴት ይወከላሉ?
ሞለኪውሎች በተፈጥሮ ግራፎች (አተም = ኖዶች፣ ቦንዶች = ጠርዞች) በግራፍ ነርቭ ኔትወርኮች የተሰሩ ወይም እንደ SMILES ሕብረቁምፊዎች በቅደም ተከተል ሞዴሎች የተቀመጡ ናቸው።
በ AI መድሃኒት ግኝት ውስጥ 'ምናባዊ ማጣሪያ' ምንድን ነው?
ምናባዊ ማጣሪያ በሲሊኮ ውስጥ ግዙፍ የሞለኪውሎች ቤተ-መጻሕፍትን ለማስቆጠር ሞዴሎችን ይጠቀማል፣ ስለዚህ በቤተ ሙከራ ውስጥ ከፍተኛ እጩዎች ብቻ ተዘጋጅተው ይሞከራሉ።
ለምን ADME እና መርዛማነት አስቀድሞ መተንበይ በጣም ጠቃሚ የሆነው?
የመምጠጥ፣ የሜታቦሊዝም እና የመርዛማነት ቅድመ ትንበያ ውድ እንስሳትን እና የሰው ልጆችን ከመፈተሽ በፊት መጥፎ እጩዎችን ይገድላል ፣ ጊዜ እና ገንዘብ ይቆጥባል።
አዳዲስ ሞለኪውሎችን ለመንደፍ የትኞቹ የጄነሬቲቭ AI ቴክኒኮች ጥቅም ላይ ይውላሉ?
እንደ VAEs እና Diffusion ሞዴሎች ያሉ ጀነሬቲቭ ሞዴሎች ከተማረው የኬሚካል ቦታ ላይ አዳዲስ አወቃቀሮችን በመምሰል ለሚፈለጉ ንብረቶች ማመቻቸት።