ড্রাগ ডিসকভারিতে AI
ওষুধ আবিষ্কারে AI আণবিক আচরণের পূর্বাভাস দিতে, নতুন যৌগ ডিজাইন করতে এবং একটি কার্যকর ওষুধ খুঁজে পেতে সাধারণত প্রয়োজনীয় বছর এবং বিলিয়নকে সঙ্কুচিত করতে মেশিন লার্নিং ব্যবহার করে।
ওভারভিউ
It is reshaping the slowest, riskiest part of pharma.
গভীর ডুব
একটি ওষুধ বাজারে আনতে ঐতিহ্যগতভাবে 10 থেকে 15 বছর এবং এক বিলিয়ন ডলারের বেশি সময় লাগে, বেশিরভাগ প্রার্থীরা ব্যর্থ হন। এআই বেশ কয়েকটি বাধাকে আক্রমণ করে। টার্গেট শনাক্তকরণে, মডেলগুলি জিনোমিক্স এবং প্রোটিন ডেটা খনি করে রোগ-সংযুক্ত প্রোটিনগুলিকে ড্রাগ করার জন্য উপযুক্ত। হিট আবিষ্কারে, জেনারেটিভ মডেলগুলি পছন্দসই বৈশিষ্ট্য সহ অভিনব অণু প্রস্তাব করে, যখন ভার্চুয়াল স্ক্রীনিং ল্যাব সংশ্লেষণ ছাড়াই লক্ষ লক্ষ যৌগকে স্থান দেয়। ডিপমাইন্ডের আলফাফোল্ড 200 মিলিয়নেরও বেশি প্রোটিনের জন্য 3D কাঠামোর ভবিষ্যদ্বাণী করেছে, যা গবেষকদের ব্লুপ্রিন্ট দেয় যা একবার ক্রিস্টালোগ্রাফির প্রয়োজন হয়। ইনসিলিকো মেডিসিন এবং রিকারশনের মতো কোম্পানিগুলি এখন মানুষের পরীক্ষায় এআই-ডিজাইন করা অণু ব্যবহার করে। AI এছাড়াও বিষাক্ততা এবং ADME (শোষণ, বিতরণ, বিপাক, মলত্যাগ) পূর্বাভাস দেয়, ব্যয়বহুল পরীক্ষার আগে খারাপ প্রার্থীদের হত্যা করে।
প্রযুক্তিগত অন্তর্দৃষ্টি
অণুগুলিকে প্রায়শই গ্রাফ হিসাবে (নোড হিসাবে পরমাণু, প্রান্ত হিসাবে বন্ড) এবং গ্রাফ নিউরাল নেটওয়ার্ক দ্বারা প্রক্রিয়া করা হয়, বা সিকোয়েন্স মডেলগুলিতে SMILES বলা টেক্সট স্ট্রিং হিসাবে উপস্থাপন করা হয়। ভেরিয়েশনাল অটোএনকোডার এবং ডিফিউশন মডেলের মতো জেনারেটিভ পন্থাগুলি একটি শেখা রাসায়নিক জায়গায় নতুন কাঠামোর নমুনা দেয়, আবদ্ধ সম্পর্ক এবং ড্রাগ-সদৃশতার জন্য অপ্টিমাইজ করে। অ্যামিনো-অ্যাসিড চেইন কীভাবে কার্যকারিতা নির্ধারণ করে 3D আকারে ভাঁজ করে তা ভবিষ্যদ্বাণী করতে AlphaFold প্রোটিন ডেটা ব্যাঙ্কে প্রশিক্ষিত মনোযোগ-ভিত্তিক গভীর শিক্ষা ব্যবহার করে।
কৌশলগত প্রভাব
প্রসঙ্গ এবং নিয়ম
শিল্পের প্রেক্ষাপট নির্ধারণ করে যে এআই ধারণা বাস্তবতার সাথে যোগাযোগ রক্ষা করে।
মান নিয়ন্ত্রণ
ডোমেনের সীমাবদ্ধতা গ্রহণযোগ্য ত্রুটির হার এবং তদারকি মডেলগুলিকে প্রভাবিত করে।
পছন্দগুলি তৈরি করুন
সফল স্থাপনা প্রযুক্তিগত ক্ষমতাকে ফ্রন্টলাইন ওয়ার্কফ্লোগুলির সাথে সারিবদ্ধ করে।
ড্রাগ আবিষ্কারে AI এর ভবিষ্যত
সীমান্ত হল ক্লোজড-লুপ, স্ব-ড্রাইভিং ল্যাব যেখানে AI অণু প্রস্তাব করে, রোবটগুলি তাদের সংশ্লেষণ করে এবং পরীক্ষা করে এবং ফলাফলগুলি কয়েক দিনের মধ্যে মডেলটিকে পুনরায় প্রশিক্ষণ দেয়। ল্যাব ফিডব্যাক, এআই-ডিজাইন করা অ্যান্টিবডি এবং আরএনএ থেরাপিউটিকস এবং জীববিজ্ঞান জুড়ে প্রশিক্ষিত ফাউন্ডেশন মডেলগুলির দ্বারা তৈরি জেনারেটিভ কেমিস্ট্রি আশা করুন। নিয়ন্ত্রকরা এআই-প্রাপ্ত প্রার্থীদের জন্য নির্দেশিকা তৈরি করছে। কঠিন পরীক্ষাটি ক্লিনিকাল ট্রায়াল রয়ে গেছে, যেখানে জীববিজ্ঞানের জটিলতা এখনও ভবিষ্যদ্বাণীকে নম্র করে, তাই AI-এর সবচেয়ে বড় নিকট-মেয়াদী জয় হল দ্রুত, সস্তা, বুদ্ধিমান প্রাক-ক্লিনিকাল সিদ্ধান্ত।
বাস্তব-বিশ্ব বাস্তবায়ন
AlphaFold এর উন্মুক্ত ডাটাবেস বিশ্বব্যাপী গবেষকদের ড্রাগ ডিজাইন গাইড করার জন্য প্রোটিনের ভবিষ্যদ্বাণীকৃত 3D কাঠামো দেখতে দেয়।
ইনসিলিকো মেডিসিন মানুষের ক্লিনিকাল ট্রায়ালে ইডিওপ্যাথিক পালমোনারি ফাইব্রোসিসের জন্য একটি এআই-আবিষ্কৃত ওষুধকে উন্নত করেছে।
ফার্মা দলগুলি লক্ষ লক্ষ প্রার্থীর অণুকে গণনা করার জন্য ভার্চুয়াল স্ক্রীনিং ব্যবহার করে, ল্যাবে সবচেয়ে প্রতিশ্রুতিশীল পরীক্ষা করে।
AI বিষাক্ততার মডেলগুলি ভবিষ্যদ্বাণী করে যে একজন প্রার্থী লিভার বা হার্টের ক্ষতি করবে কিনা, পশু পরীক্ষার আগে বিপজ্জনক যৌগগুলিকে নির্মূল করে।
ঝুঁকি এবং প্রহরী
নিয়ন্ত্রক প্রয়োজনীয়তা অন্যথায় শক্তিশালী প্রোটোটাইপ বাতিল করতে পারে।
ঐতিহাসিক ডেটা এমন পক্ষপাত এনকোড করতে পারে যা নির্দিষ্ট সম্প্রদায়ের ক্ষতি করে।
লিগ্যাসি সিস্টেমগুলি ইন্টিগ্রেশন বাধা এবং লুকানো খরচ তৈরি করতে পারে।
বাস্তবায়ন রোডম্যাপ
সমস্যা ফ্রেমিং থেকে মূল্যায়ন পর্যন্ত ডোমেন বিশেষজ্ঞদের জড়িত করুন।
লঞ্চের আগে অডিট ট্রেইল এবং ডকুমেন্টেশন ডিজাইন করুন।
সম্মতি এবং নিরাপত্তা বাধ্যবাধকতাগুলি তাড়াতাড়ি যাচাই করুন।
পরিষ্কার স্টপ এবং রোলব্যাক মানদণ্ডের সাথে পর্যায়ক্রমে রোল আউট করুন।
অন্বেষণ চালিয়ে যান
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
পরবর্তী গাইড
আইসোমরফিক ল্যাবস ড্রাগ ডিসকভারি
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
What is AI in Drug Discovery?
ওষুধ আবিষ্কারে AI আণবিক আচরণের পূর্বাভাস দিতে, নতুন যৌগ ডিজাইন করতে এবং একটি কার্যকর ওষুধ খুঁজে পেতে সাধারণত প্রয়োজনীয় বছর এবং বিলিয়নকে সঙ্কুচিত করতে মেশিন লার্নিং ব্যবহার করে। এটি ফার্মার সবচেয়ে ধীরগতির, ঝুঁকিপূর্ণ অংশকে পুনর্নির্মাণ করছে।
ডিপমাইন্ডের আলফাফোল্ড কী অর্জন করেছে যা ড্রাগ আবিষ্কারে সহায়তা করে?
আলফাফোল্ড স্কেলে প্রোটিন 3D কাঠামোর ভবিষ্যদ্বাণী করতে গভীর শিক্ষা ব্যবহার করে, গবেষকদের কাঠামোগত ব্লুপ্রিন্ট দেয় যা আগে কয়েক বছর ধরে পরীক্ষা নিরীক্ষা করেছিল।
মেশিন লার্নিং মডেলের জন্য সাধারণত অণুগুলি কীভাবে উপস্থাপন করা হয়?
অণুগুলি প্রাকৃতিকভাবে গ্রাফ (পরমাণু = নোড, বন্ধন = প্রান্ত) গ্রাফ নিউরাল নেটওয়ার্ক দ্বারা প্রক্রিয়া করা হয়, বা সিকোয়েন্স মডেলের জন্য SMILES স্ট্রিং হিসাবে এনকোড করা হয়।
এআই ড্রাগ আবিষ্কারে 'ভার্চুয়াল স্ক্রিনিং' কী?
ভার্চুয়াল স্ক্রীনিং সিলিকোতে অণুর বিশাল লাইব্রেরি স্কোর করার জন্য মডেল ব্যবহার করে, তাই শুধুমাত্র শীর্ষ প্রার্থীদের ল্যাবে তৈরি এবং পরীক্ষা করা হয়।
ADME এবং বিষাক্ততার পূর্বাভাস দেওয়া এত মূল্যবান কেন?
শোষণ, বিপাক এবং বিষাক্ততার প্রাথমিক ভবিষ্যদ্বাণী ব্যয়বহুল প্রাণী এবং মানুষের পরীক্ষার আগে খারাপ প্রার্থীদের হত্যা করে, সময় এবং অর্থ সাশ্রয় করে।
কোন জেনারেটিভ এআই কৌশলগুলি অভিনব অণু ডিজাইন করতে ব্যবহৃত হয়?
জেনারেটিভ মডেল যেমন VAEs এবং ডিফিউশন মডেলগুলি একটি শেখা রাসায়নিক স্থান থেকে নতুন কাঠামোর নমুনা দেয়, পছন্দসই বৈশিষ্ট্যগুলির জন্য অপ্টিমাইজ করে।