Makine Öğrenmesi İlaç Keşfini Hızlandırıyor
İlaç keşfi, oldukça karmaşık ve zorlu bir süreçtir. Geçmiş yıllarda ilaç yapımı için yapay zeka kullanılmış olup, bu alanda çalışmalar yapılmıştır. Yapay zeka ve makine öğrenmesi ile yapılan ilaç keşiflerinin, endüstri standartlarından daha verimli ve daha hızlı olduğu yapılan çalışmalarla kanıtlanmıştır. Çalışmaları detaylı olarak yazımızda inceleyelim.
27.02.2019 tarihli yazı 6203 kez okunmuştur.
Yapay zeka algoritmaları hayatımızın birçok kısmında yer alıyor ve yapay zeka yazılımlarının geliştirilmesine yönelik çalışmalar sürdürülüyor. Bu çalışmalar arasında; yüz tanıma, göz tanıma, otonom araçların trafikteki yerleri, tıbbi çözümler gibi konular yer alıyor. Çalışmalarda başarıyı sağlamak için büyük veri kullanımı ile binlerce verinin işlenmesi ile yeni algoritmalar geliştirilip, konu üzerindeki çalışmalar da sürdürülüyor.
Araştırmacılar ilaç keşiflerinin sürecini makine öğrenimi ve yapay zeka ile hızlandırıp, maliyetini en aza indirmeyi hedefliyorlar. Cambridge Üniversitesi’nden araştırmacılar, geliştirilen algoritmaları Alzheimer hastalığı ile ilgili olan proteini aktive eden yeni moleküllerin tanımlanmasında kullandılar.
Araştırmacılar ilaç keşiflerinin sürecini makine öğrenimi ve yapay zeka ile hızlandırıp, maliyetini en aza indirmeyi hedefliyorlar. Cambridge Üniversitesi’nden araştırmacılar, geliştirilen algoritmaları Alzheimer hastalığı ile ilgili olan proteini aktive eden yeni moleküllerin tanımlanmasında kullandılar.
İlaçların yapımındaki senaryo, genel olarak dört farklı adımı içerir:
►Hastalığa karşı bir bakış açısı sağlama,
►Moleküler bileşikleri test etme,
►Mevcut kullanılan ilaçlardan yararlanarak bunları test sonuçlarına göre var olan ilaçlara implamente etme,
►İlaçların olası etkilerini bulma.
Keşif aşamasında bu adımlar tekrar tekrar yapılıp hem zaman hem de maliyet açısından büyük bir iş yüküne sebep oluyor. Bu aşamalar gerçekleştirilirken, yararlanılan bileşiklerin her biri ilacın geliştirilmesi için bir adaydır. Testler yapılırken elenen bileşikler oluyor. Kalan bileşikler ile çalışmalara devam ediliyor. Bu süreçte gerçekleştirilen her bir aşama oldukça maliyetlidir. Bu sebeple ilaç şirketleri, ilaç keşfini hızlandırmak ve ilaç geliştirme maliyetlerini azaltmak için, makine öğrenimi ve yapay zeka teknolojilerini süreçlere dahil ediyorlar.
Cambridge'deki Cavendish Laboratuvarından Dr. Alpha Lee, “Makine öğrenimi, verilerin bol olduğu bilgisayarla görme gibi alanlarda önemli ilerleme kaydetmiştir.” diyor. Lee ve çalışma arkadaşları, geliştirilen algoritma ile ilaç keşfinde yer alan aşamalardaki kimyasal işlemlerde matematiği oldukça fazla kullanıyor.
Algoritmalar Nasıl Kullanılıyor?
Araştırmacılar eldeki moleküler bilgiyi kullanılabilir hale getirmek için, ilk olarak her molekülün birbirleri arasındaki bağlantılarını dikkate alıyorlar ve matematiksel ifadeler yardımıyla grafiklere dönüştürüyorlar. Böylece, grafiksel gösterimler ile farklı veri setleri elde ediyorlar. Algoritma, kullanılan moleküllerde aktif ve aktif olmayan kısımlara bakıyor. İlaç için, bu kısımlardan hangilerinin önemli olup olmadığını belirler.
Algoritma, matematiksel bir prensip ile (Rasgele Matris Teorisi), gürültülü bir veri kümesinin istatistiksel özellikleri hakkında tahminlerde bulunur; daha sonra hangi kimyasal yapıların araştırma için önemli ve gerekli olduğuna karar vermek için testlerde bulunan aktif ve aktif olmayan moleküllerin kimyasal özelliklerinin istatistiği ile karşılaştırılır. Böylece daha önce yapılmış çalışmalarda başarım göstermeyen moleküller bu teknikle kullanılmaya olanak sağlar. Yapay zeka ile aynı zamanda, aday ilaçların yan etkilerini de test etmeye yardımcı olabilir.
Araştırmacılar, 222 aktif molekülle başlayan bir model inşa etmişler ve molekülü taramayı başarabilmişlerdir. Lee, “Altı milyon farklı molekülden, dört aktif molekülü bulmak, samanlıkta iğne bulmak gibi bir şey.” dedi ve “Çalışmanın sağladığı karşılaştırma yeteneği, algoritmamızın endüstri standardından iki kat daha verimli olduğunu gösteriyor.” diye de ekledi.
Makine öğrenmesinin, ilaç keşfi sürecini daha hızlı hale getirebileceğini ve tıpta farklı birçok alanda kullanılmaya başlanacağını ön görebiliyoruz. Araştırmacılar, çalışmaların başlarında, başarıyı sağlayacak moleküllerin seçimlerini yapmaya çalışan kimyacılar için bu çalışmaların zemin hazırladığı görüşünü de paylaşıyor.
Kaynak:
►technology.org
►cam.ac.uk
►sciencedirect.com
Algoritma, matematiksel bir prensip ile (Rasgele Matris Teorisi), gürültülü bir veri kümesinin istatistiksel özellikleri hakkında tahminlerde bulunur; daha sonra hangi kimyasal yapıların araştırma için önemli ve gerekli olduğuna karar vermek için testlerde bulunan aktif ve aktif olmayan moleküllerin kimyasal özelliklerinin istatistiği ile karşılaştırılır. Böylece daha önce yapılmış çalışmalarda başarım göstermeyen moleküller bu teknikle kullanılmaya olanak sağlar. Yapay zeka ile aynı zamanda, aday ilaçların yan etkilerini de test etmeye yardımcı olabilir.
Araştırmacılar, 222 aktif molekülle başlayan bir model inşa etmişler ve molekülü taramayı başarabilmişlerdir. Lee, “Altı milyon farklı molekülden, dört aktif molekülü bulmak, samanlıkta iğne bulmak gibi bir şey.” dedi ve “Çalışmanın sağladığı karşılaştırma yeteneği, algoritmamızın endüstri standardından iki kat daha verimli olduğunu gösteriyor.” diye de ekledi.
Makine öğrenmesinin, ilaç keşfi sürecini daha hızlı hale getirebileceğini ve tıpta farklı birçok alanda kullanılmaya başlanacağını ön görebiliyoruz. Araştırmacılar, çalışmaların başlarında, başarıyı sağlayacak moleküllerin seçimlerini yapmaya çalışan kimyacılar için bu çalışmaların zemin hazırladığı görüşünü de paylaşıyor.
Kaynak:
►technology.org
►cam.ac.uk
YORUMLAR
ANKET
- Dünyanın En Görkemli 10 Güneş Tarlası
- Dünyanın En Büyük 10 Makinesi
- 2020’nin En İyi 10 Kişisel Robotu
- Programlamaya Erken Yaşta Başlayan 7 Ünlü Bilgisayar Programcısı
- Üretimin Geleceğinde Etkili Olacak 10 Beceri
- Olağan Üstü Tasarıma Sahip 5 Köprü
- Dünyanın En İyi Bilim ve Teknoloji Müzeleri
- En İyi 5 Tıbbi Robot
- Dünyanın En Zengin 10 Mühendisi
- Üretim için 6 Fabrikasyon İşlemi
- Nasıl Dönüşür I Elektrik 4.0
- Nasıl Dönüşür I Fosil Yakıt
- Nasıl Dönüşür I Kompost
- Sigma DIN Rayı Çözümleri: Ürün Portföyü, Teknik Özellikler ve Kullanım Alanları
- Denizcilik Endüstri Uygulamaları ve Servis Bakım Süreçleri
- DrivePro Yaşam Döngüsü Hizmetleri
- Batarya Testinin Temelleri
- Enerji Yönetiminde Ölçümün Rolü: Verimliliğe Giden Yol
- HVAC Sistemlerinde Kullanılan EC Fan, Sürücü ve EC+ Fan Teknolojisi
- Su İşleme, Dağıtım ve Atık Su Yönetim Tesislerinde Sürücü Kullanımı
Aktif etkinlik bulunmamaktadır.