Ang paghahanap ng mga bagong gamot - na tinatawag na "pagtuklas ng droga" - ay isang magastos at matagal na gawain. Ngunit ang isang uri ng artificial intelligence na tinatawag na machine learning ay maaaring mapabilis nang husto ang proseso at magawa ang trabaho para sa isang bahagi ng presyo.
Ginamit namin ng aking mga kasamahan kamakailan ang teknolohiyang ito upang makahanap ng tatlong promising na kandidato para sa mga senolytic na gamot - mga gamot na nagpapabagal sa pagtanda at pumipigil sa mga sakit na nauugnay sa edad.
Gumagana ang senolytics sa pamamagitan ng pagpatay senescent cells. Ito ay mga cell na "buhay" (metabolically active), ngunit hindi na maaaring magtiklop, kaya ang kanilang palayaw: zombie cells.
Ang kawalan ng kakayahang magtiklop ay hindi naman isang masamang bagay. Ang mga cell na ito ay dumanas ng pinsala sa kanilang DNA - halimbawa, mga selula ng balat na nasira ng sinag ng araw - kaya ang paghinto ng pagtitiklop ay humihinto sa pagkalat ng pinsala.
Ngunit ang mga senescent cell ay hindi palaging isang magandang bagay. Sikreto nila a cocktail ng nagpapasiklab na protina na maaaring kumalat sa mga kalapit na selula. Sa buong buhay, ang ating mga cell ay dumaranas ng sunud-sunod na pag-atake, mula sa UV rays hanggang sa pagkakalantad sa mga kemikal, at sa gayon ay naipon ang mga cell na ito. Ang mataas na bilang ng mga senescent cell ay nasangkot sa a hanay ng mga sakit, kabilang ang type 2 diabetes, COVID, pulmonary fibrosis, osteoarthritis at cancer.
Pag-aaral sa mga daga ng lab ay nagpakita na ang pag-aalis ng senescent cells, gamit senolytics, ay maaaring mapawi ang mga sakit na ito. Ang mga gamot na ito ay maaaring pumatay ng mga zombie cell habang pinapanatili ang malusog na mga cell na buhay.
sa paligid 80 senolytics ay kilala, ngunit dalawa lamang ang nasubok sa mga tao: isang kumbinasyon ng dasatinib at quercetin. Magiging mahusay na makahanap ng higit pang mga senolytic na maaaring magamit sa iba't ibang mga sakit, ngunit ito ay tumatagal ng sampu hanggang 20 taon at bilyon-bilyong dolyar para sa isang gamot upang mapunta ito sa merkado.
Mga resulta sa loob ng limang minuto
Ako at ang aking mga kasamahan - kabilang ang mga mananaliksik mula sa Unibersidad ng Edinburgh at ang Spanish National Research Council IBBTEC-CSIC sa Santander, Spain - ay gustong malaman kung maaari naming sanayin ang mga modelo ng machine learning upang matukoy ang mga bagong kandidato ng senolytic na gamot.
Upang gawin ito, binigyan namin ang mga modelo ng AI ng mga halimbawa ng kilala senolytics at non-senolytics. Natutunan ng mga modelo na makilala ang pagitan ng dalawa, at maaaring magamit upang mahulaan kung ang mga molekula na hindi pa nila nakita noon ay maaari ding maging senolytics.
Kapag nilulutas ang isang problema sa pag-aaral ng machine, kadalasang sinusubok muna namin ang data sa isang hanay ng iba't ibang mga modelo dahil ang ilan sa mga ito ay may posibilidad na gumanap nang mas mahusay kaysa sa iba. Upang matukoy ang pinakamahusay na gumaganap na modelo, sa simula ng proseso, pinaghihiwalay namin ang isang maliit na seksyon ng magagamit na data ng pagsasanay at itinatago ito mula sa modelo hanggang matapos ang proseso ng pagsasanay. Pagkatapos ay ginagamit namin ang data ng pagsubok na ito upang mabilang kung gaano karaming mga error ang ginagawa ng modelo. Ang isa na gumagawa ng pinakamaliit na pagkakamali, ang mananalo.
Natukoy namin ang aming pinakamahusay na modelo at itinakda ito upang gumawa ng mga hula. Binigyan namin ito ng 4,340 molecule at pagkalipas ng limang minuto ay naghatid ito ng listahan ng mga resulta.
Tinukoy ng modelo ng AI ang 21 nangungunang mga molekula na itinuturing nitong may mataas na posibilidad na maging senolytics. Kung sinubukan namin ang orihinal na 4,340 molecule sa lab, aabutin ito ng hindi bababa sa ilang linggo ng masinsinang trabaho at £50,000 para lang makabili ng mga compound, hindi binibilang ang gastos ng eksperimental na makinarya at setup.
Pagkatapos ay sinubukan namin ang mga kandidato sa gamot na ito sa dalawang uri ng mga selula: malusog at may edad na. Ipinakita ng mga resulta na sa 21 compound, tatlo (periplocin, oleandrin at ginkgetin) ang nakapag-alis ng senescent cells, habang pinapanatiling buhay ang karamihan sa mga normal na cell. Ang mga bagong senolytic na ito ay sumailalim sa karagdagang pagsubok upang matuto nang higit pa tungkol sa kung paano gumagana ang mga ito sa katawan.
Ang mas detalyadong biological na mga eksperimento ay nagpakita na, sa tatlong gamot, ang oleandrin ay mas epektibo kaysa sa pinakamahusay na gumaganap na kilalang senolytic na gamot sa uri nito.
Ang mga potensyal na epekto ng interdisciplinary na diskarte na ito - na kinasasangkutan ng mga data scientist, chemist at biologist - ay napakalaki. Dahil sa sapat na data na may mataas na kalidad, mapapabilis ng mga modelo ng AI ang kamangha-manghang gawaing ginagawa ng mga chemist at biologist upang makahanap ng mga paggamot at lunas para sa mga sakit - lalo na ang mga hindi natutugunan na pangangailangan.
Sa pagkakaroon ng pagpapatunay sa mga ito sa mga senescent cell, sinusuri namin ngayon ang tatlong kandidatong senolytics sa tissue ng baga ng tao. Umaasa kaming iulat ang aming mga susunod na resulta sa loob ng dalawang taon.
Tungkol sa Ang May-akda
Vanessa Smer-Barreto, Research Fellow, Institute of Genetics at Molecular Medicine, Ang University of Edinburgh
Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.
Mga Kaugnay na Libro:
The Body Keeps the Score: Brain Mind and Body in the Healing of Trauma
ni Bessel van der Kolk
Tinutuklas ng aklat na ito ang mga koneksyon sa pagitan ng trauma at pisikal at mental na kalusugan, na nag-aalok ng mga insight at diskarte para sa pagpapagaling at pagbawi.
I-click para sa karagdagang impormasyon o para mag-order
Paghinga: Ang Bagong Agham ng Nawalang Sining
ni James Nestor
Sinasaliksik ng aklat na ito ang agham at kasanayan sa paghinga, na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pisikal at mental na kalusugan.
I-click para sa karagdagang impormasyon o para mag-order
The Plant Paradox: Ang Mga Nakatagong Panganib sa "Malulusog" na Pagkaing Nagdudulot ng Sakit at Pagtaas ng Timbang
ni Steven R. Gundry
Tinutuklas ng aklat na ito ang mga link sa pagitan ng diyeta, kalusugan, at sakit, na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pangkalahatang kalusugan at kagalingan.
I-click para sa karagdagang impormasyon o para mag-order
The Immunity Code: The New Paradigm for Real Health and Radical Anti-Aging
ni Joel Greene
Ang aklat na ito ay nag-aalok ng bagong pananaw sa kalusugan at kaligtasan sa sakit, na kumukuha sa mga prinsipyo ng epigenetics at nag-aalok ng mga insight at diskarte para sa pag-optimize ng kalusugan at pagtanda.
I-click para sa karagdagang impormasyon o para mag-order
Ang Kumpletong Gabay sa Pag-aayuno: Pagalingin ang Iyong Katawan sa Pamamagitan ng Pasulput-sulpot, Kahaliling Araw, at Pinahabang Pag-aayuno
ni Dr. Jason Fung at Jimmy Moore
Tinutuklas ng aklat na ito ang agham at kasanayan ng pag-aayuno na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pangkalahatang kalusugan at kagalingan.
