Λογισμικό Dreams Up New Molecules in Quest for Wonder Drugs

Τι λαμβάνετε εάν διασταυρώσετε ασπιρίνη με ιβουπροφαίνη; Καθηγητής Χημείας του Χάρβαρντ Alan Aspuru-Guzik δεν είναι σίγουρος, αλλά έχει εκπαιδευμένο λογισμικό που θα μπορούσε να του δώσει μια απάντηση προτείνοντας μια μοριακή δομή που συνδυάζει τις ιδιότητες και των δύο φαρμάκων.



Το πρόγραμμα AI θα μπορούσε να βοηθήσει στην αναζήτηση νέων φαρμάκων. Η φαρμακευτική έρευνα τείνει να βασίζεται σε λογισμικό που ανιχνεύει εξαντλητικά μέσα από γιγάντιες δεξαμενές υποψήφιων μορίων χρησιμοποιώντας κανόνες γραμμένους από χημικούς και προσομοιώσεις που προσπαθούν να εντοπίσουν ή να προβλέψουν χρήσιμες δομές. Η πρώτη βασίζεται στο ότι οι άνθρωποι σκέφτονται τα πάντα, ενώ η δεύτερη περιορίζεται από την ακρίβεια των προσομοιώσεων και την απαιτούμενη υπολογιστική ισχύ.

Το σύστημα του Aspuru-Guzik μπορεί να ονειρευτεί δομές πιο ανεξάρτητα από τον άνθρωπο και χωρίς μακροχρόνιες προσομοιώσεις. Αξιοποιεί τη δική του εμπειρία, που έχει δημιουργηθεί με την εκπαίδευση αλγορίθμων μηχανικής μάθησης με δεδομένα για εκατοντάδες χιλιάδες μόρια που μοιάζουν με φάρμακα.





«Εξερευνά πιο διαισθητικά, χρησιμοποιώντας τη χημική γνώση που έμαθε, όπως θα έκανε ένας χημικός», λέει ο Aspuru-Guzik. «Οι άνθρωποι θα μπορούσαν να είναι καλύτεροι χημικοί με αυτό το είδος λογισμικού ως βοηθό τους». Aspuru-Guzik ονομάστηκε σε MIT Technology Review λίστα νέων καινοτόμων το 2010.

μέσα κοινωνικής δικτύωσης μόνο με ήχο

Το νέο σύστημα κατασκευάστηκε χρησιμοποιώντας μια τεχνική μηχανικής μάθησης που ονομάζεται βαθιά μάθηση, η οποία έχει γίνει διάχυτη στις εταιρείες υπολογιστών αλλά είναι λιγότερο εδραιωμένη στις φυσικές επιστήμες. Χρησιμοποιεί ένα σχέδιο που είναι γνωστό ως παραγωγικό μοντέλο, το οποίο παίρνει ένα πλήθος δεδομένων και χρησιμοποιεί όσα έμαθε για να δημιουργήσει δικά του εύλογα νέα δεδομένα.

Τα μοντέλα παραγωγής χρησιμοποιούνται συνήθως για τη δημιουργία εικόνων, ομιλίας ή κειμένου, για παράδειγμα στην περίπτωση της λειτουργίας Έξυπνης απάντησης της Google που προτείνει απαντήσεις σε μηνύματα ηλεκτρονικού ταχυδρομείου. Αλλά τον περασμένο μήνα ο Aspuru-Guzik και οι συνεργάτες του στο Χάρβαρντ, το Πανεπιστήμιο του Τορόντο και το Πανεπιστήμιο του Κέμπριτζ δημοσιευμένα αποτελέσματα από τη δημιουργία ενός παραγωγικού μοντέλου εκπαιδευμένου σε 250.000 μόρια που μοιάζουν με φάρμακα.



Το σύστημα θα μπορούσε να δημιουργήσει εύλογες νέες δομές συνδυάζοντας ιδιότητες υπαρχουσών ενώσεων φαρμάκων και να του ζητηθεί να προτείνει μόρια που εμφανίζουν έντονα ορισμένες ιδιότητες όπως διαλυτότητα και εύκολο στη σύνθεση.

Βιτζάι Πάντε , καθηγητής χημείας στο Στάνφορντ και συνεργάτης με την εταιρεία επιχειρηματικών κεφαλαίων Andreessen Horowitz, λέει ότι το έργο προσθέτει στις αυξανόμενες ενδείξεις ότι οι νέες ιδέες στη μηχανική μάθηση θα μεταμορφώσουν την επιστημονική έρευνα (βλ. Διακοπή του καρκίνου του μαστού με βοήθεια από την τεχνητή νοημοσύνη).

Υποδηλώνει ότι το λογισμικό βαθιάς μάθησης μπορεί να εσωτερικεύσει ένα είδος χημικής γνώσης και να το χρησιμοποιήσει για να βοηθήσει τους επιστήμονες, λέει. Νομίζω ότι αυτό θα μπορούσε να είναι πολύ ευρέως εφαρμόσιμο, λέει ο Pande. Θα μπορούσε να παίξει ρόλο στην εύρεση ή τη βελτιστοποίηση υποψήφιων φαρμάκων μολύβδου ή σε άλλους τομείς όπως ηλιακά κύτταρα ή καταλύτες.

Οι ερευνητές έχουν ήδη πειραματιστεί με την εκπαίδευση του συστήματός τους σε μια βάση δεδομένων οργανικών μορίων LED, τα οποία είναι σημαντικά για οθόνες. Αλλά η μετατροπή της τεχνικής σε πρακτικό εργαλείο θα απαιτήσει τη βελτίωση των δεξιοτήτων της στη χημεία, επειδή οι δομές που προτείνει είναι μερικές φορές ανόητες.



Ο Pande λέει ότι μια πρόκληση για να ζητήσουμε από το λογισμικό να μάθει χημεία μπορεί να είναι ότι οι ερευνητές δεν έχουν ακόμη εντοπίσει την καλύτερη μορφή δεδομένων που θα χρησιμοποιήσουν για να τροφοδοτήσουν χημικές δομές σε λογισμικό βαθιάς μάθησης. Οι εικόνες, η ομιλία και το κείμενο έχουν αποδειχθεί ότι ταιριάζουν - όπως αποδεικνύεται από το λογισμικό που ανταγωνίζεται τους ανθρώπους στην αναγνώριση και μετάφραση εικόνας και ομιλίας - αλλά οι υπάρχοντες τρόποι κωδικοποίησης χημικών δομών μπορεί να μην είναι αρκετά σωστοί.

Ο Aspuru-Guzik και οι συνάδελφοί του το σκέφτονται αυτό, μαζί με την προσθήκη νέων χαρακτηριστικών στο σύστημά του για να μειώσουν το ποσοστό χημικής εξάπλωσής του.

γάμα Ντόναλντ Τραμπ αμπέλι

Ελπίζει επίσης ότι δίνοντας στο σύστημά του περισσότερα δεδομένα, για να διευρύνει τις γνώσεις του στη χημεία, θα βελτιώσει τη δύναμή του, με τον ίδιο τρόπο που οι βάσεις δεδομένων εκατομμυρίων φωτογραφιών έχουν βοηθήσει την αναγνώριση εικόνας να γίνει χρήσιμη. Η Αμερικανική Χημική Εταιρεία βάση δεδομένων καταγράφει περίπου 100 εκατομμύρια δημοσιευμένες χημικές δομές. Σε λίγο, ο Aspuru-Guzik ελπίζει να τα τροφοδοτήσει όλα σε μια έκδοση του προγράμματος AI του.

κρύβω

Πραγματικές Τεχνολογίες

Κατηγορία

Χωρίς Κατηγοριοποίηση

Τεχνολογία

Βιοτεχνολογία

Τεχνική Πολιτική

Την Αλλαγή Του Κλίματος

Άνθρωποι Και Τεχνολογία

Silicon Valley

Χρήση Υπολογιστή

Περιοδικό Mit News

Τεχνητή Νοημοσύνη

Χώρος

Έξυπνες Πόλεις

Blockchain

Feature Story

Προφίλ Αποφοίτων

Σύνδεση Αποφοίτων

Δυνατότητα Ειδήσεων Mit

1865

Η Θέα Μου

77 Mass Ave

Γνωρίστε Τον Συγγραφέα

Προφίλ Στη Γενναιοδωρία

Βλέπεται Στην Πανεπιστημιούπολη

Επιστολές Αποφοίτων

Νέα

Εκλογές 2020

Με Ευρετήριο

Κάτω Από Τον Θόλο

Πυροσβεστική Μάνικα

Άπειρες Ιστορίες

Πανδημικό Τεχνολογικό Έργο

Από Τον Πρόεδρο

Θέμα Εξώφυλλου

Φωτογραφίες

Συνιστάται