خوارزميات تعلم الآلة قد تسهل صناعة الأدوية الجديدة

التنبؤ بالتفاعلات

خلافًا لما نشاهده على شاشات التلفاز، فإن خلط المواد الكيميائية في مختبر ليس بالسهولة التي يبدو عليها. ولا يحظى الباحثون برفاهية ملء الدورق بالمواد وانتظار حصول معجزة، فتطوير المركبات الكيميائية الجديدة، كالأدوية مثلًا والحصول على أكبر قدر منها يتطلب مزيجًا مثاليًا من المواد الكيميائية.

ولأنه يصعب إيجاد المزيج المثالي، صمم باحثون من جامعة برنستون ومختبرات ميرك البحثية ذكاءً اصطناعيًا لهذا الغرض، ووفقًا لدراستهم التي نشرت في مجلة «ساينس» يتضمن برنامج الذكاء الاصطناعي خورازمية تعلم آلة تتوقع كميات التفاعل الكيميائي بدقة.

وقال خيسوس إسترادا الباحث في جامعة برنستون عبر بيان صحافي «بدأ استخدام تقنيات تعلم الآلة منذ مدة طويلة نسبيًا، غير أننا لم نوظف إمكاناتها الهائلة بعد في مجال الاصطناع العضوي.»

ويعدل الكيميائيون متغيرًا واحدًا في كل مرة يحللون فيها مخرجات مختلف التفاعلات، وهنا يأتي دور الخورازمية التي تستطيع توقع المخرجات عند تعديل أربعة متغيرات للتفاعل الكيميائي بدلًا من متغير واحد فقط، ويمثل ذلك قفزة كبيرة إلى الأمام.

إيجابيات تعلم الآلة

تستخدم الخوارزمية التي طورها الباحثون نماذج متعددة الأبعاد، ومن أهم العقبات التي تعترض سبيل تلك النماذج هي حساب ما يعرف «بالواصف-ديسكريبتور» لكل مادة كيميائية، ويعرف الواصف على أنه قيمة مدخلة تمثل معلومات عن كل مادة كيميائية، كعدد روابطها ووزنها الجزيئي وشكلها الهندسي، ويستهلك حساب كل واصف وقتًا طويلًا.

أدرك الباحثون استحالة حساب كل واصف بصورة منفصلة من النواحي العملية، وخاصة لكم هائل من المواد الكيميائية، فاستخدموا شفرة تستند إلى برنامج يدعى «سبارتان» لحساب واصف كل مادة واستخلاصه.

وبعد أن أنجزوا ذلك، اختبروا نتائجهم على نماذج مختلفة، فاستقروا على برنامج تعلم آلة يعتمد على نموذج يدعى «راندوم فوريست» يعمل باستخدام عينات عشوائية من مجموعة بسيطة من البيانات لبناء شجرة قرارات، وباحتساب متوسط كميات التفاعل الناتجة التي توقعتها كل شجرة قرارات، يتوصل النموذج إلى إجمالي الكميات المتوقعة.

تمكنت نماذج راندوم فوريست من توقع كميات التفاعل الناتجة استنادًا إلى البيانات المأخوذة من مئة تفاعل فقط، وأوضح الباحث ديريك آنمن أن نماذجهم قد تتنبأ أيضًا بكميات التفاعل الناتجة من مركبات كيميائية لم تدرج أساسًا إلى لائحة التفاعلات؛ وخلاصة القول أن خوارزمية تعلم الآلة استطاعت معالجة بيانات لم يعالجها الكيميائيون الاعتياديون من قبل.

ويأمل الباحثون أن تبسط خوارزميتهم من عملية الاصطناع الكيميائي، وخاصة عند تطوير أدوية جديدة، وقدمت البرمجية للمختبرات الأخرى لمساعدة الكيميائيين. وقالت آبيجيل دويل وهي أستاذة كيمياء في جامعة برنستون «يمكن الاستفادة من برمجيتنا في أي تفاعل أو مادة.»

ووفقًا لأبيجيل، تستهلك عملية الاصطناع الكيميائي وقتًا طويلًا وموارد ضخمة، وقد يقلل الذكاء الاصطناعي من استهلاك الموارد ويسهل سير العملية، وربما يتمكن الكيميائيون عند الاستعانة بالبرمجية الجديدة من تحديد التراكيب الكيميائية والمواد المتفاعلة لإخراج أكبر كمية تفاعل بتكلفة أقل وفعالية أكبر.

The post خوارزميات تعلم الآلة قد تسهل صناعة الأدوية الجديدة appeared first on مرصد المستقبل.

Original Article

اظهر المزيد

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني.

هذا الموقع يستخدم Akismet للحدّ من التعليقات المزعجة والغير مرغوبة. تعرّف على كيفية معالجة بيانات تعليقك.

زر الذهاب إلى الأعلى