Mengembangkan obat baru untuk mengobati penyakit biasanya merupakan proses yang lambat dan mahal. Namun, tim peneliti di University of Waterloo menggunakan pembelajaran mesin untuk mempercepat waktu pengembangan.
Tim peneliti Waterloo telah menciptakan “Imagand,” model kecerdasan buatan generatif yang menilai informasi yang ada tentang obat potensial dan kemudian menyarankan sifat potensial mereka. Dilatih dan diuji terhadap data obat yang ada, Imagand berhasil memprediksi sifat -sifat penting dari berbagai obat yang telah diverifikasi secara independen dalam studi laboratorium, menunjukkan keakuratan AI.
Secara tradisional, membawa kandidat obat yang sukses ke pasar dapat menelan biaya antara US $ 2 miliar dan US $ 3 miliar dan mengambil alih satu dekade untuk diselesaikan. AI generatif diajukan untuk mengubah penemuan obat dengan memanfaatkan sejumlah besar data obat di berbagai bidang.
“Ada kumpulan besar bahan kimia dan protein yang mungkin untuk diselidiki ketika mengembangkan obat baru, yang membuatnya sangat mahal untuk melakukan penemuan obat karena Anda harus menguji jutaan molekul dengan ribuan target berbeda,” kata Bing Hu, kandidat PhD dalam ilmu komputer dan penulis utama dalam penelitian tersebut. “Kami mencari cara agar AI dapat membuatnya lebih cepat dan lebih murah.”
Salah satu tantangan utama dalam pengembangan kedokteran farmasi adalah memahami tidak hanya bagaimana obat dapat mempengaruhi tubuh secara terpisah tetapi juga bagaimana ia dapat berinteraksi dengan obat lain atau gaya hidup seseorang. Informasi ini sangat sulit untuk dikumpulkan karena studi ilmiah obat biasanya hanya fokus pada sifat obat yang telah ditentukan, bukan pada bagaimana mereka dapat berinteraksi dengan obat lain.
Pada akhirnya, tim berharap peneliti medis dapat menggunakan Imagand di masa depan untuk memahami bagaimana obat berinteraksi, yang memungkinkan mereka untuk menghilangkan calon obat baru yang potensial yang akan memiliki efek samping atau interaksi yang buruk.
“Misalnya, proses yang diaktifkan AI ini dapat membantu kita memahami betapa beracunnya suatu obat, bagaimana hal itu mempengaruhi jantung, atau bagaimana hal itu dapat berinteraksi secara negatif dengan obat-obatan lain yang biasa digunakan dalam mengobati suatu penyakit,” kata Helen Chen, seorang profesor di Sekolah Ilmu Kesehatan Publik dan Ilmu Komputer di Waterloo. “Ini adalah salah satu contoh bagaimana AI membantu kita bergerak menuju perawatan yang lebih tepat dan dipersonalisasi.”
Penelitian, berjudul “Obat Discovery Smiles-to-pharmacokinetics Model difusi dengan pemahaman molekuler yang dalam,” saat ini dalam pracetak.
(Kredit gambar spanduk: Berbalik.21/getty gambar)
