Σάββατο, 21 Δεκεμβρίου, 2024

Φάρμακα κατά της γήρανσης με τη βοήθεια της τεχνητής νοημοσύνης  

0 comment 2 minutes read

 

Οι ερευνητές εκπαίδευσαν ένα μοντέλο μηχανικής μάθησης ώστε να αναγνωρίζει τα βασικά χαρακτηριστικά των χημικών ουσιών με γεροντολυτική δράση.

Η τεχνητή νοημοσύνη και η συμβολή της στην ανάπτυξη φαρμάκων κατά της γήρανσης έχει ανοίξει το δρόμο για πρωτοποριακές ανακαλύψεις στη σύγχρονη ιατρική.

Τώρα, ερευνητές του Πανεπιστημίου του Εδιμβούργου εντόπισαν- με τη βοήθεια της  τεχνητής νοημοσύνης, τρεις χημικές ουσίες που στοχεύουν ειδικά σε δυσλειτουργικά κύτταρα, τα οποία πιστεύεται ότι σχετίζονται με ορισμένους καρκίνους και τη νόσο Αλτσχάιμερ. Και οι τρεις χημικές ουσίες βρίσκονται σε συμβατικά φυτικά φάρμακα.
Οι ερευνητές εκπαίδευσαν ένα μοντέλο μηχανικής μάθησης ώστε να αναγνωρίζει τα βασικά χαρακτηριστικά των χημικών ουσιών με γεροντολυτική δράση, χρησιμοποιώντας δεδομένα από περισσότερες από 2.500 χημικές δομές που ανακαλύφθηκαν σε προηγούμενες μελέτες. Τα γερολυντικά φάρμακα έχουν σχεδιαστεί για να προκαλούν το θάνατο των γερασμένων κυττάρων και, με τη σειρά τους, να βελτιώνουν τη συνολική υγεία του ατόμου.

Ο αλγόριθμος τεχνητής νοημοσύνης εντόπισε 21 υποψήφια φάρμακα κατά της γήρανσης. Στη συνέχεια, η ομάδα επικεντρώθηκε σε τρεις ενώσεις: ginkgetin, periplocin και oleandrin. Οι ουσίες αυτές εξάλειψαν τα δυσλειτουργικά κύτταρα χωρίς να προκαλέσουν βλάβη στα υγιή κύτταρα.

“Η μελέτη αυτή αποδεικνύει ότι η τεχνητή νοημοσύνη μπορεί να είναι απίστευτα αποτελεσματική στο να μας βοηθήσει να εντοπίσουμε νέα υποψήφια φάρμακα, ιδίως σε πρώιμα στάδια της ανακάλυψης φαρμάκων και για ασθένειες με πολύπλοκη βιολογία ή λίγους γνωστούς μοριακούς στόχους”, δήλωσε ο εκ των συγγραφέων δρ Ντιέγκο Ογιαρζούν.

Η τεχνητή νοημοσύνη εξελίσσει ραγδαία την Ιατρική
Ο ρόλος της τεχνητής νοημοσύνης στην ιατρική και την επιστημονική έρευνα κατά της γήρανσης είναι σημαντικός. Η τεχνολογία αυτή μπορεί να αναλύσει τεράστιους όγκους πολύπλοκων δεδομένων πολύ πιο γρήγορα από οποιονδήποτε άνθρωπο, προσφέροντας τεράστια βοήθεια στη διάγνωση και τη θεραπεία ασθενειών.

Η ομάδα του Πανεπιστημίου του Εδιμβούργου υποστήριξε ότι η τεχνολογία μηχανικής μάθησης που εφάρμοσε, μείωσε δραματικά το κόστος της μελέτης για την ανεύρεση αποτελεσματικών γεροντολυτικών φαρμάκων.

Η μελέτη δημοσιεύθηκε στο περιοδικό “Nature Communications”.

Πηγές:
ΕΡΤ

Leave a Comment

Ταυτότητα Ιστοσελίδας:
Σαλακίδης Ιωάννης – Ατομική Επιχείρηση

ΑΦΜ: 046450157, ΔΟΥ ΚΟΖΑΝΗΣ

Δ/νση Έδρας: Ζαφειράκη 3, ΤΚ 0100 Κοζάνη

Email: info@efkozani.gr

Τηλ. 24610-25112

Ιδιοκτήτης, νόμιμος εκπρόσωπος και διευθυντής: Σαλακίδης Ιωάννης

Διευθύντρια Σύνταξης: Μαρία Τσακνάκη

Διαχειριστής: Σαλακίδης: Ιωάννης

Δικαιούχος του ονόματος τομέα (domain name): Σαλακίδης Ιωάννης

Efkozani logo

@2024 – All Right Reserved. Hosted and Supported by Webtouch.gr

Αυτή η ιστοσελίδα χρησιμοποιεί cookies για να βελτιώσει την εμπειρία σας. Θα υποθέσουμε ότι είστε εντάξει με αυτό, αλλά μπορείτε να εξαιρεθείτε αν το επιθυμείτε. Αποδοχή Διαβάστε περισσότερα

Are you sure want to unlock this post?
Unlock left : 0
Are you sure want to cancel subscription?
-
00:00
00:00
Update Required Flash plugin
-
00:00
00:00