Oleh karena itu, para Cendekiawan Cambridge telah menerangi jalur generasi, menggunakan kemungkinan AI untuk menciptakan pengobatan revolusioner yang menata ulang bidang diagnostik dan pengobatan Parkinson. Di sisi lain, proses yang ditemukan oleh tim peneliti Profesor Michele Vendruscolo Yusuf Hamied, Departemen Kimia, sangat mirip dengan strategi berbasis AI yang digunakan oleh sistem kecerdasan buatan (AI) yang menargetkan senyawa yang dapat mengganggu pembentukan. dari tau fibril. Kedua jenis pilihan agregat ini disebut sebagai pemicu timbulnya penyakit Parkinson.
Percepatan penemuan obat
Karena model wawancara kita saat ini adalah metode yang memakan waktu dan mahal, serta subjek yang menghabiskan banyak uang, terbukti bahwa kandidat kita yang disaring dari metode tradisional ini akan berdiskusi. Di antara kembarannya di dunia internasional, Kanada menerapkan pendekatan baru terhadap pemeriksaan melalui pembelajaran mesin, yang telah berhasil mengurangi biaya hingga ribuan kali lipat dan, pada saat yang sama, meningkatkan sifat demografisnya.
Dunia mengakui bahwa komunitas global Parkinson dapat menggunakan Grup Facebook hanya ketika terjadi keadaan darurat, mengingat grup ini didasarkan pada konsep 'tanpa batas', termasuk lokasi pasien.
Telah digarisbawahi bahwa jumlah lansia yang terkena penyakit ini akan terus bertambah. Data yang dimaksud ini mencerminkan apa yang disebutkan WHO dalam laporan terakhirnya. Berdasarkan kasus-kasus yang dilaporkan pada tahun 2020, jumlah orang yang akan menderita penyakit ini, khususnya 18 juta orang, diperkirakan akan meningkat dua kali lipat pada tahun 2040. Kematian akibat penyakit ini mungkin akan tinggi, dan angka kematian mungkin akan sangat besar.
Kendala mendasar dari pengobatan umum dalam mencari solusi akhir terhadap penyakit dengan menggunakan penyelidikan dalam penelitian klinis adalah menghentikan penyakit atau setidaknya memperpendek umurnya. Mengingat hal ini, teknik AI umumnya lebih cepat dan menghemat waktu dibandingkan metodologi penemuan obat konvensional, karena keberhasilan revolusi bahkan akan membatalkan sejarah.
Penyaringan yang didukung AI
Sánchez-Moreno dkk. telah menunjukkan bahwa pendekatan ini terutama bergantung pada ML berbantuan sintetik (SAML), yang didukung oleh dua perpustakaan gabungan molekul dengan berbagai ukuran dan struktur. Pendekatan yang mungkin dilakukan TFM masih sangat baru, karena pendekatan ini hanya dapat mengungkap 5 bahan kimia aktif. Pada saat yang sama, sisanya tidak dapat didemonstrasikan dengan menggunakan metode lain.
Hal ini tidak terbatas, sehingga ilmuwan fungsional adalah kunci untuk memahami segalanya. Kali ini, selama sesi pelatihan, model secara otomatis menyempurnakan prosedur pemilihannya sehingga hanya senyawa paling kuat yang tetap diklasifikasikan. Ini semua adalah tembakan mengarah ke grafik yang menempatkan mereka di posisi teratas.
Semuanya dimulai dengan Parkinson! Sayangnya, penyebabnya masih belum diketahui; protein utama, seperti kekusutan neurofibrillary, terlihat secara bertahap, perlahan-lahan mengambil bentuk pulau tubuh Lewy. Terakhir, bagian ini akan menentukan hasilnya: berapa banyak protein yang akan menentukan apakah akan terjadi agregasi atau tidak, dan apa peran atau fungsi yang dimainkannya pada individu.
Meskipun mengubah jalur jalur molekuler pada tingkat sel berada di luar cakupan efek obat, faktanya berjalan baik, karena ia bekerja pada jalur molekuler tingkat paling rendah yang membuat sel yang tertekan berfungsi dalam beberapa cara. Namun, pendekatan para peneliti di Universitas Cambridge memperparah ketegangan dalam pengetahuan ilmiah: penyelidikan mereka menunjukkan kemanjuran zat tersebut, yang memperluas spektrum senyawa yang digunakan untuk mengatasi kekusutan satu protein dengan protein lainnya dan menyelesaikan masalah ini.
Pergeseran paradigma dalam penemuan obat
Selain itu, jika kelainan tersebut disebabkan oleh satu derajat kesalahan (kelainan ekspresi gen tunggal), maka hasilnya akan menentukan apakah penyakit tersebut bersifat multifaktorial atau tidak. Pertama, dengan pemahaman yang lebih baik mengenai penyakit-penyakit tersebut, dampak yang besar mungkin dapat dicapai, namun pengetahuan apa pun yang diperoleh dapat diterapkan pada penyakit-penyakit lain.
Ketika pembelajaran mesin terlibat dalam industri pengembangan obat, gairah, emosi, dan efektivitas yang cepat dengan kecepatan yang telah terbukti dapat dimanfaatkan bersama untuk menciptakan satu orang. Tentu saja, calon obat akan memiliki banyak peluang baru untuk menemukan dan menguji potensinya. Oleh karena itu, bidang penelitian baru akan lahir, dan pertumbuhan studi akademis di bidang kedokteran dan biologi akan terlihat.
Namun, tantangan terbesar dalam menangani TBC adalah efektivitas pengobatan yang hanya pada tahap penggunaan sepenuhnya untuk mengetahui seberapa efektif obat tersebut, dan hal ini meningkatkan permintaan akan beberapa obat efektif yang akan mengakhiri penyakit ini dalam jangka waktu yang lama. masa depan yang jelas akan mengambil alih masa kini. Karena solusi dukungan pasien yang akan dicapai melalui penelitian tentang AI dalam bidang kedokteran, yang akan memunculkan penyakit baru yang dapat disembuhkan melalui obat yang lebih kuat dan efektif, sedang dipertimbangkan dalam waktu dekat, penelitian mengenai teknologi tersebut sedang berlangsung.
Ketika AI dapat menyaring miliaran senyawa kimia, AI mungkin akan segera menjadi alat yang umum bagi para ilmuwan. Pendekatan masa depan terhadap layanan kesehatan individual hanya dapat dibangun berdasarkan AI, jadi sejujurnya, para ilmuwan akan kesulitan untuk mengunggulinya pada akhirnya.
Situasi ini bisa mempunyai dampak yang berlawanan karena kombinasi keterasingan dengan pengobatan dapat memperburuk masalah yang ada, yang mengarah pada perkembangan penyakit yang dikenal sebagai penyakit Parkinson dan jenis demensia lainnya. Pendekatan eksperimental AI di Universitas Cambridge yang dilakukan oleh para insinyur dan mahasiswa sains mengajarkan mereka cara mengungkap makna tersembunyi dari tulisan dan mengadaptasi pengetahuan ilmiah ke dalam sistem perawatan kesehatan modern.
Teknologi yang mengganggu AI akan memberikan harapan bagi kita yang telah kalah dalam perjuangan melawan penyakit saraf dan juga bagi orang-orang yang sekarat di planet ini karena penderitaan yang mereka derita atau yang bunuh diri untuk menghentikan rasa sakitnya.
Kisah ini pertama kali muncul di Nature.