MAKINE ÖĞRENIMI, OLASI ANTIMIKROBIYAL PEPTITLERI TAHMIN EDEBILIYOR
IBM araştırmacıları, olası ilaç adaylarını tahmin etmek ve taramak için makine öğrenimini, moleküler dinamikleri ve deneyleri bir araya getiriyor.
Araştırmacılar, makine öğrenimi, moleküler dinamikler ve deneylerin bir kombinasyonunu kullanarak iki yeni antibiyotik peptit adayı bulduklarını iddia ediyor.
IBM Research'ten Payel Das ve meslektaşları, bilgisayarın makul antimikrobiyaller olduğunu tahmin ettiği 90.000 peptit dizisini oluşturmak için bilinen tüm peptitlerin bir veritabanında derin üretken model adı verilen bir makine öğrenimi yöntemi eğitti ve bunları özelliklerine göre sanal alanda eşleştirdi. Das, öngörülen antimikrobiyal aktiviteye ve düşük insan toksisitesine sahip peptitleri taramak için makine öğrenimini kullandıklarında bir sonraki adımı daha verimli bir şekilde atlatmalarını sağladıklarını söylüyor.
163 peptidin ikinci taramasında moleküler dinamik simülasyonları kullanıldı.
Ekip, ortaya çıkan 20 peptidi yaptı ve bunları laboratuvar deneylerinde ve farelerde test etti. Grubun çeşitli patojenlere karşı etkili olduğunu söylediği iki aday, Escherichia coli'de ilaç direncini indükleme konusunda çok az etkisi oldu ve düşük toksisiteye sahipti.
Hem bilimsel hem de ekonomik nedenlerle durmuş bir süreç olan yeni antibiyotik geliştirmede uzmanlar, bu peptitlerin insanlarda çok toksik olabileceğinden ilaça dönüşeceğinden şüphelendiklerini söylüyorlar. MIT'de makine öğrenimi uzmanı olan Connor Coley ise, çalışmanın verimli tarama yöntemini ve deneysel doğrulamadaki çabaları takdir ile karşılıyor.
Das, grubunun antimikrobiyallerin peşine düşeceğini söylüyor. Ve diğer ilaçları ve yeni materyalleri aramak için aynı yaklaşımı kullanacağını belirtiyor.