Cultura si divertisment

Modelul, denumit DrugReflector, a fost descris joi in revista Science si a fost antrenat pe date genetice complexe provenite din celule umane. Conform studiului, sistemul poate identifica molecule candidate de pana la 17 ori mai eficient decat metodele standard. In mod traditional, descoperirea de medicamente presupune testarea manuala a zeci sau sute de mii de compusi chimici asupra celulelor din laborator, in speranta de a gasi unul cu efect terapeutic. Noul sistem schimba complet paradigma Echipa condusa de Alex Shalek, bioinginer la Massachusetts Institute of Technology (MIT), in colaborare cu compania de biotehnologie Cellarity din Somerville, Massachusetts, a antrenat DrugReflector folosind date publice privind expresia genelor - adica modul in care aproape 9.600 de compusi chimici modifica activitatea genica in peste 50 de tipuri celulare diferite. Modelul a fost apoi folosit pentru a identifica substante capabile sa influenteze productia de trombocite si celule rosii din sange, un posibil punct de plecare pentru tratamente destinate bolilor hematologice. Dupa testarea a 107 dintre acesti compusi in laborator, cercetatorii au confirmat ca modelul AI a fost de pana la 17 ori mai eficient decat metodele clasice. In plus, dupa ce au introdus rezultatele primei serii de teste inapoi in sistem, rata de succes a algoritmului s-a dublat. "Poti testa sute de compusi, nu milioane. Metoda are potentialul de a reduce masiv costurile si volumul de munca din procesul de dezvoltare a medicamentelor", afirma Bissan Al-Lazikani, specialist in date oncologice la MD Anderson Cancer Center din Houston. "In loc sa testezi un milion de compusi, poti testa doar cateva sute - cu o eficienta comparabila sau chiar mai buna", a mai spus el. Aceasta abordare ar putea ajuta laboratoarele care cauta substante chimice capabile sa reprogrameze celulele stem pentru a deveni celule producatoare de insulina, o potentiala terapie pentru diabet. Deocamdata, DrugReflector poate analiza doar cei 9.600 de compusi din setul sau de date initial si nu este capabil sa "inventeze" molecule complet noi. Obiectivul pe termen lung este crearea unui sistem care sa poata prezice efectele biologice ale unei molecule direct din structura sa chimica.