Τεχνολογία

Μοντέλο AI: Στοχεύει να προβλέπει τη γεύση των φαρμάκων

Μοντέλο AI: Στοχεύει να προβλέπει τη γεύση των φαρμάκων
Η τήρηση της θεραπείας είναι, επίσης, ιδιαίτερα σημαντική με τα αντιβιοτικά, καθώς η διακοπή της θεραπείας θα συμβάλει στη μικροβιακή αντοχή. "Με τα αντιβιοτικά, εάν ο ασθενής δεν το πάρει, ναι, δεν θα βελτιωθεί. Αλλά επίσης θα συμβάλετε στην αντιμικροβιακή αντοχή", είπε ο Δρ Abdelhakim. «Είναι στην πραγματικότητα μεγαλύτερο πρόβλημα για τους υπόλοιπους από εμάς».

Your browser does not support the video tag. https://grx-obj.adman.gr/grx/creatives/sanofi/20876/better-understanding-insulin.mp4

Μοντέλο AI: Μια ομάδα από το Παγκόσμια Επιχείρηση Σχολείο για την Υγεία (GBSH) και το UCL Φαρμακευτική Σχολή UCL Global Business School for Health (GBSH) και το UCL School of Pharmacy χρησιμοποιεί δεδομένα που συλλέγονται από μια «ηλεκτρική γλώσσα» για να δημιουργήσουν ένα μοντέλο AI για την πρόβλεψη της πικρίας των φαρμάκων. Η γεύση είναι το κλειδί για να διασφαλιστεί ότι οι άνθρωποι παίρνουν τακτικά τα φάρμακά τους και είναι σημαντικό μέρος της ανάπτυξης φαρμάκων. Για παράδειγμα, η γεύση έχει αναγνωριστεί ως το μεγαλύτερο εμπόδιο στη συμμόρφωση για τα παιδιά που λαμβάνουν φάρμακα, αλλά η γεύση είναι επίσης ένα ζήτημα για τους ενήλικες, ειδικά τους ενήλικες που λαμβάνουν μακροχρόνια φαρμακευτική αγωγή, όπως για τον HIV.


Μια ερευνητική ομάδα με επικεφαλής τον Δρ. Hend Abdelhakim (UCL Global Business School for Health) χρησιμοποίησε μια ηλεκτρονική γλώσσα (μια συσκευή από αισθητήρες που ανταποκρίνονται στη γεύση) για να εκχωρήσει βαθμολογίες πικρίας στα φάρμακα και με τη σειρά της να υπολογίσει την αποστροφή που αναμένεται από την κλινική δόση σχεδιασμένος. Το e-tongue μετρά πόσο κολλάνε τα πικρά μόρια σε έναν πλαστικό αισθητήρα που λειτουργεί όπως η ανθρώπινη γλώσσα και στη συνέχεια το συγκρίνει με ένα καθαρό δείγμα. Η διαφορά μεταξύ των δύο μετρήσεων αντιπροσωπεύει ένα θεωρητικό επίπεδο πικρίας ενός φαρμάκου. Η χρήση μιας ηλεκτρονικής γλώσσας σημαίνει ότι τα φάρμακα μπορούν να δοκιμαστούν πιο γρήγορα και αποτελεσματικά σε σύγκριση με την εναλλακτική επιλογή της διεξαγωγής μιας ανθρώπινης δοκιμής, αλλά τώρα η ομάδα συνεργάζεται με ειδικούς μηχανικής μάθησης, συμπεριλαμβανομένου του Δρ. David Shorthouse (UCL School of Pharmacy) για την περαιτέρω ανάπτυξη επιτάχυνσης του φαρμάκου χρησιμοποιώντας ένα μοντέλο AI. Χρησιμοποιώντας δεδομένα από την ηλεκτρονική γλώσσα, το μοντέλο τεχνητής νοημοσύνης αναλύει ένα φάρμακο σε μια σειρά μοριακών περιγραφέων (π.χ. αριθμός ατόμων, συνολική επιφάνεια του μορίου) που καθορίζουν τη γεύση προκειμένου να προβλέψει τα επίπεδα πικρίας. Το υπό ανάπτυξη μοντέλο θα είναι ένα εργαλείο ανοιχτής πρόσβασης, πράγμα που σημαίνει ότι η φαρμακευτική ανάπτυξη σε όλο τον κόσμο μπορεί να επωφεληθεί από τα δεδομένα σχετικά με τη γευστικότητα των φαρμάκων.

Ο Δρ Abdelhakim είπε, “Εκτελούμε έναν αλγόριθμο μηχανικής μάθησης για να δούμε βασικά ποια είναι η χημική δομή, ποια είναι η μοριακή δομή, ποιες είναι οι άλλες χημικές φυσικές παράμετροι που το κάνουν πικρό και να προσπαθήσουμε να δούμε αν υπάρχει σχέση.” Ο Δρ Abdelhakim εξήγησε ότι η γεύση στα φάρμακα ήταν ιδιαίτερα πρόβλημα για τα παιδιά που έχουν «αυξημένη αίσθηση της γεύσης». «Είναι ένα πρόβλημα για μακροχρόνιες ασθένειες, για παράδειγμα, τον HIV», εξήγησε ο Δρ Abdelhakim. “Τα αντιρετροϊκά φάρμακα δεν έχουν πολύ καλή γεύση. Επομένως, εάν ο ασθενής πρέπει να παίρνει αυτά τα χάπια κάθε μέρα για όλη τη ζωή, είναι πολύ μεγαλύτερο πρόβλημα, ειδικά αν τα ξεκινήσει πολύ, πολύ νέος. «Ακόμη κι αν είναι ένα θαυμαστό φάρμακο, αν ο ασθενής δεν το πάρει, δεν θα έχει αποτέλεσμα». Η τήρηση της θεραπείας είναι, επίσης, ιδιαίτερα σημαντική με τα αντιβιοτικά, καθώς η διακοπή της θεραπείας θα συμβάλει στη μικροβιακή αντοχή. “Με τα αντιβιοτικά, εάν ο ασθενής δεν το πάρει, ναι, δεν θα βελτιωθεί. Αλλά επίσης θα συμβάλετε στην αντιμικροβιακή αντοχή”, είπε ο Δρ Abdelhakim. «Είναι στην πραγματικότητα μεγαλύτερο πρόβλημα για τους υπόλοιπους από εμάς».