このように、ケンブリッジの学者たちは、AIの可能性を利用してパーキンソン病の診断と治療の分野を再構築する革新的な治療法を確立し、次世代の道を照らしてきました。一方、化学部のミシェル・ベンドルスコロ・ユスフ・ハミード教授の研究チームが発明したプロセスは、タウ線維の形成を妨げる可能性のある化合物を標的とする人工知能(AI)システムが採用したAIベースの戦略と非常によく似ていました。これら2種類の凝集オプションは、パーキンソン病を引き起こす誘因と呼ばれています。
創薬の加速
現在の面接モデルは時間と費用のかかる方法であり、費用がかかっているという問題がありましたが、この従来の方法で選考に落ちた候補者は、議論するだろうということが判明しました。国際的な双子国であるカナダは、機械学習による選考への新しいアプローチを採用しており、コストを1000倍削減し、同時に人口統計学的性質を改善することに成功しました。
患者としての居住地を含め、「国境なし」のコンセプトに基づいていることを考えると、緊急事態が発生したときに、世界的なパーキンソン病コミュニティが Facebook グループを簡単に使用できることが世界に認識されています。
この病気に罹患する高齢者の数は増える一方だと強調されている。このデータはWHOが前回の報告書で述べたことを反映している。2020年に報告された症例によると、この病気に罹患する人の数は1,800万人と、2040年までに倍増すると予想されている。この病気による死亡率は高くなる可能性があり、死者数は恐ろしい数になるかもしれない。
臨床研究の調査を利用して病気の究極の解決策を探す現在の医学の基本的な障害は、病気を終わらせるか、少なくともその寿命を縮めることです。これを念頭に置くと、AI技術は一般的に従来の創薬方法論よりも速く、時間の節約になります。革命の成功は歴史を消し去ることさえあるからです。
AIを活用したスクリーニング
Sánchez-Moreno らは、このアプローチが主に、さまざまなサイズと構造の分子の 2 つの統合ライブラリを活用した合成支援 ML (SAML) に依存していることを示しました。TFM が扱っている可能性のあるアプローチは非常に新しいため、5 つの活性化学物質しか明らかにできないという事実に寄与しています。同時に、残りは別の方法では証明できません。
限界はないので、機能科学者がすべてを理解するための鍵となります。今回は、トレーニング セッション中に、モデルは選択手順を自動的に改良し、最も強力な化合物のみが分類されたままになりました。これらはすべて、それらをトップ フィールドに配置したグラフへの鋭いショットでした。
すべてはパーキンソン病から始まりました。残念ながら、原因は不明のままです。神経原線維変化のような主要なタンパク質が徐々に発見され、ゆっくりとレビー小体島の形をとっていきました。最後に、このセクションでは、凝集があるかどうかを決定するタンパク質の数と、それらが個人に対してどのような役割や機能を果たすかという結果を決定します。
細胞レベルで分子経路の経路を変えることは薬の効果の範囲を超えていますが、分子経路の非常に低いレベルの細胞に作用し、何らかの方法で機能が低下した細胞を機能させるため、この事実はうまく機能します。しかし、ケンブリッジ大学の研究者のアプローチは、科学的知識に一石を投じました。彼らの調査は、あるタンパク質同士のもつれを治してこの問題を解決するために使用される化合物のスペクトルを広げる物質の有効性を実証しました。
創薬におけるパラダイムシフト
また、異常が1つの欠陥度(単一の遺伝子発現異常)から生じたものである場合、その結果によって病気が多因子性であるかどうかが決定されます。まず、病気の理解が深まるにつれて、大きな効果が達成される可能性がありますが、得られた知識は他の病気にも応用できます。
機械学習が医薬品開発業界に関与すると、情熱、感情、そして実証されたスピードによる迅速な効果を1つの人物にまとめることができます。確かに、医薬品候補には、その可能性を発見してテストするための多くの新しい機会が与えられます。したがって、新しい研究分野が生まれ、その結果、医学と生物学の学術研究の成長が注目されるでしょう。
しかし、結核の大きな課題は、治療効果がこれらの薬剤の有効性を十分に発揮する段階にとどまっていることです。このため、将来的には現在の薬剤に代わる、この病気を終わらせる効果的な薬剤の需要が生じます。医療におけるAIの研究によって実現される患者サポートソリューションは、より強力で効果的な薬剤によって新しい治癒可能な病気を生み出すと考えられており、そのような技術の研究が進行中です。
AI が数十億の化学物質をふるいにかけることができるようになれば、科学者にとって AI はすぐに一般的なツールになるかもしれません。明確に個別化されたヘルスケアへの将来のアプローチは AI の基盤の上にのみ構築できるため、正直なところ、科学者が AI を上回ることは最終的に困難になるでしょう。
この状況は、疎外と薬物療法の組み合わせが既存の問題を悪化させ、パーキンソン病やその他の認知症として知られる病気の急速な進行につながる可能性があるため、逆の影響をもたらす可能性があります。ケンブリッジ大学のエンジニアと理科の学生によるAI実験的アプローチは、文章の隠された意味を明らかにし、科学的知識を現代の医療システムに適応させる方法を彼らに教えました。
AI の破壊的技術は、神経疾患との闘いにすでに敗れた私たちだけでなく、苦しみのせいで地球上で死んでいく人々や、痛みを止めるために自殺しようとしている人々にも希望を与えるでしょう。
このストーリーはもともとNatureに掲載されました。