کشف دارو همیشه چالش برانگیز بوده است؛ امروز، حتی بیشتر از گذشته. در حالی که برای مقابله با بسیاری از بیماری‌ها موفقیت‌هایی حاصل شده است، برخی دیگر همچنان غیرقابل درمان باقی مانده اند…
نیاز و فرصتی برای کاوش رویکردهای جدید در راستای کشف دارو وجود دارد که این رویکردها بر مجموعه داده های عظیم (عمومی و خصوصی) بنا شده اند که بر اساس موفقیت ها و شکست های گذشته برای هدایت رویکردهای شبیه سازی رایانه ای (in-silico) به سمت درمان های جدید ساخته شده اند. پیشرفت های ژنتیک و زیست شناسی مولکولی اهداف بالقوه جدیدی را برای توسعه داروها آشکار کرده است. تصمیم گیری در مورد اینکه کدام هدف را دنبال کنیم، چالش برانگیز است و زمینه ای برای افزایش بهره وری وجود دارد. ما می خواهیم به مدلی با کارایی بالا برسیم که از فناوری های نوظهور استفاده کند و از پتانسیل کلان داده یا بیگ دیتا بهره برداری نماید.
شرکت GSK در سال ۲۰۱۷ واحد جدیدی برای کشف دارو تأسیس کرد تا آزمایش کند که آیا رویکرد یکپارچه هوش مصنوعی و یادگیری ماشین می تواند کشف دارو را از فرضیه زیستی تا اثبات فارماکولوژی انسانی تسریع کند یا خیر؟ این واحد بخشی از رویکرد کلی GSK در زمینه دیجیتال، داده و تحلیل (DDA) را تشکیل می دهد. این واحد هوش مصنوعی (AI) – به طور خاص یادگیری ماشین (ML) و به ویژه یادگیری عمیق (DL) – را به 5 جریان کاری کلیدی در کشف دارو (شکل زیر) اعمال می کند.
اهداف:
- درک بیمار و بیماری برای یافتن هدف / مسیر
- یافتن مولکول: با درک بیمار و بیماری، می‌توان مولکولی را که می‌تواند با مسیر یا هدف خاص در بیماری تداخل داشته باشد، شناسایی کرد.
- درک چگونگی برهمکنش با زیست‌شناسی: پس از یافتن مولکول، مهم است که چگونگی برهمکنش آن با فرآیندهای زیستی در بدن را درک کنیم. این شامل بررسی نحوه تأثیر مولکول بر سلول‌ها، پروتئین‌ها و سایر مولکول‌های زیستی مرتبط با بیماری است.
- شناسایی جمعیت مناسب بیمار: با داشتن اطلاعات کافی، می‌توان جمعیت مناسب بیمار را برای آزمایش فرضیه و پیش‌بینی نتایج بالینی (اثرات دارو بر بیماران) شناسایی کرد. این کار به اطمینان از ایمنی و اثربخشی بالقوه دارو در افراد مناسب کمک می‌کند.
ما بر این باوریم که ادغام ابزارها در سه محور – زیست‌شناسی عمیق، ماشین‌هایی که برای اندازه‌گیری و ادغام زیست‌شناسی و شیمی طراحی شده‌اند، و الگوریتم‌های مبتنی بر داده – می‌تواند به تحول فرآیند کشف دارو برای بیماری‌های منتخب کمک کند.
منبع: drugtargetreview.com
