یادگیری عمیق AI کشف تعجب آور جدید آنتی بیوتیک ها

تصور کنید شما یک fossil hunter. شما صرف سال در گرمای آریزونا حفر استخوان تنها برای پیدا کردن که شما کشف کرده ام این است که از قبلا کشف دایناسور.

این که چگونه جستجو برای آنتی بیوتیک ها panned به تازگی. تعداد نسبتا کمی از آنتی بیوتیک شکارچیان در خارج وجود دارد در حفظ و پیدا کردن همان نوع از آنتی بیوتیک است.

با افزایش سریع مقاومت به دارو در بسیاری از پاتوژن های جدید آنتی بیوتیک ها به شدت مورد نیاز است. این ممکن است تنها یک ماده از زمان قبل از یک زخم یا خراش تبدیل به تهدید کننده زندگی. هنوز چند جدید آنتی بیوتیک وارد بازار اواخر و حتی اینها فقط جزئی انواع دیگری از آنتی بیوتیک است.

در حالی که چشم انداز نگاه تلخ اخیر انقلاب در هوش مصنوعی (AI) ارائه می دهد جدید امید. در یک مطالعه منتشر شده در Feb. 20 در مجله سلول, دانشمندان دانشگاه فنی ماساچوست و دانشگاه هاروارد با استفاده از یک نوع از هوش مصنوعی به نام یادگیری عمیق برای کشف جدید آنتی بیوتیک ها.

روش سنتی از کشف آنتی بیوتیک ها – از خاک و یا عصاره های گیاهی – نشان داد نامزدها جدید و وجود دارد بسیاری از اجتماعی و اقتصادی موانع برای حل این مشکل نیز هست. برخی از دانشمندان به تازگی سعی در مقابله با آن را با جستجو DNA از باکتری جدید برای آنتی بیوتیک-تولید ژن. دیگران به دنبال آنتی بیوتیک ها در مکان های عجیب و غریب مانند در بینی ما است.

مواد مخدر یافت می شود از جمله از طریق روش های غیر متعارف صورت یک جاده سنگی برای رسیدن به بازار است. داروهای موثر هستند که در یک ظرف پتری ممکن است به خوبی کار نمی کند در داخل بدن است. آنها ممکن است به خوبی جذب می شود و یا ممکن است عوارض جانبی داشته باشد. تولید این داروها در مقادیر زیاد نیز یک چالش مهم.

یادگیری عمیق

وارد یادگیری عمیق. این الگوریتم ها قدرت بسیاری از امروز تشخیص چهره و سیستم های خود رانندگی اتومبیل. آنها تقلید چگونه سلول های عصبی در مغز ما کار با یادگیری الگوهای موجود در داده ها. یک فرد عصب مصنوعی مانند یک مینی سنسور – ممکن است تشخیص الگوهای ساده مانند خط یا دایره است. با استفاده از هزاران نفر از این نورون مصنوعی, عمیق, یادگیری, هوش مصنوعی می تواند انجام دهد بسیار کارهای پیچیده مانند شناخت گربه ها در فیلم ها و یا تشخیص تومور در بیوپسی تصاویر.

یادگیری عمیق و هوش مصنوعی می تواند تشخیص فردی مواجه است. همان فن آوری است که با اقتباس از به رسمیت شناختن پتانسیل آنتی بیوتیک ها از میلیون ها نفر از مواد شیمیایی. Ginap.salazarb/Wikimedia Commons CC BY-SA

با توجه به آن قدرت و موفقیت آن را نمی ممکن است تعجب به یاد بگیرند که محققان شکار برای داروهای جدید به استقبال یادگیری عمیق AI. در عین حال ساخت یک هوش مصنوعی روش برای کشف داروهای جدید است که هیچ کار بی اهمیت. در بخشی از دلیل این است که در زمینه هوش مصنوعی وجود دارد هیچ ناهار رایگان.

هیچ ناهار رایگان قضیه متحده وجود دارد که به جهانی برتر الگوریتم. این به این معنی است که اگر یک الگوریتم انجام چشمگیری در یکی کار می گویند در صورت شناخت و سپس آن را با شکست مواجه خواهد شد چشمگیری در کار های مختلف مانند کشف مواد مخدر. از این رو محققان نمی توانید به سادگی با استفاده از خارج از قفسه-یادگیری عمیق AI.

دانشگاه هاروارد-MIT تیم با استفاده از نوع جدیدی از یادگیری عمیق AI به نام گراف شبکه های عصبی برای کشف مواد مخدر. در هوش مصنوعی سنگ سن 2010, مدل AI برای کشف مواد مخدر ساخته شده با استفاده از متن و شرح مواد شیمیایی. این مثل این است که در توصیف چهره یک فرد را از طریق کلمات مانند “چشمان سياه” و “بینی بلند.” این متن توصیف مفید هستند اما بدیهی است که نمی رنگ کل تصویر. هوش مصنوعی روش استفاده شده توسط دانشگاه هاروارد-MIT تیم توصیف مواد شیمیایی به عنوان شبکه ای از اتم می دهد که الگوریتم یک تصویر کامل تر از مواد شیمیایی از متن توضيحات ارائه می کنند.

انسان دانش و هوش مصنوعی سفید قواره

در عین حال یادگیری عمیق به تنهایی کافی نیست برای کشف جدید آنتی بیوتیک ها. برای این کار باید همراه با عمیق بیولوژیکی دانش از عفونت.

دانشگاه هاروارد-MIT تیم دقت آموزش هوش مصنوعی, الگوریتم با نمونه هایی از مواد مخدر است که موثر هستند و کسانی که نیستند. علاوه بر این آنها با استفاده از مواد مخدر است که شناخته شده است به امن در انسان به آموزش هوش مصنوعی. آنها سپس با استفاده از هوش مصنوعی الگوریتم برای شناسایی بالقوه امن و در عین حال قوی آنتی بیوتیک ها از میلیون ها نفر از مواد شیمیایی.

بر خلاف مردم AI هیچ تصورات از پیش پنداشته و به خصوص در مورد آنچه که یک آنتی بیوتیک باید مانند نگاه. با استفاده از قدیمی مدرسه هوش مصنوعی در آزمایشگاه من به تازگی کشف برخی تعجب آور نامزدها برای درمان سل از جمله ضد روان پریشی مواد مخدر است. در مطالعه انجام شده توسط دانشگاه هاروارد-MIT تیم آنها در بر داشت یک معدن طلا از نامزد جدید. این نامزد مواد مخدر به نظر نمی آید هر چیزی شبیه به آنتی بیوتیک های موجود. یک کاندیدای امیدوار کننده است Halicin مواد مخدر در حال کاوش برای درمان دیابت.

Halicin جای تعجب بود و قوی نه تنها در برابر E. coliباکتری هوش مصنوعی الگوریتم آموزش دیده بود, اما همچنین بر روی کشنده تر پاتوژن از جمله کسانی است که باعث بیماری سل و التهاب روده بزرگ. قابل توجه Halicin بود قوی در برابر دارو مقاوم در برابر اسينتوباکتر baumanni. این باکتری در صدر لیست کشنده ترین پاتوژن های وارد شده توسط مراکز کنترل و پیشگیری از بیماری.

متاسفانه Halicin گسترده قدرت نشان می دهد که آن نیز ممکن است از بین بردن باکتری در بدن ما است. آن را نیز ممکن است متابولیک عوارض جانبی پس از آن در اصل طراحی شده به عنوان یک ضد دیابتی مواد مخدر است. با توجه به نیاز مبرم جدید آنتی بیوتیک, این ممکن است فداکاری های کوچک به پرداخت هزینه برای صرفه جویی در زندگی می کند.

نگه داشتن جلوتر از تکامل

با توجه به وعده Halicin ما باید توقف جستجو برای جدید آنتی بیوتیک ها ؟

Halicin ممکن است پاک کردن تمام موانع و در نهایت رسیدن به بازار است. اما هنوز هم نیاز به غلبه بر بی امان دشمن که علت اصلی این دارو مقاومت در برابر بحران: تکامل. انسان باید پرتاب های متعدد مواد مخدر در عوامل بیماری زا بیش از قرن گذشته. در عین حال عوامل بیماری زا همیشه تکامل مقاومت است. پس از آن به احتمال زیاد نخواهد بود تا زمانی که ما روبرو می شوند Halicin-مقاوم در برابر عفونت است. با این وجود با قدرت یادگیری عمیق AI ما در حال حاضر ممکن است بهتر است به سرعت پاسخ با آنتی بیوتیک.

بسیاری از چالش های پیش رو به صورت بالقوه آنتی بیوتیک کشف شده با استفاده از هوش مصنوعی برای رسیدن به درمانگاه. شرایط که در آن این داروها در حال آزمایش متفاوت از کسانی که در داخل بدن انسان است. جدید AI ابزار ساخته شده توسط آزمایشگاه من و دیگران برای شبیه سازی داخلی بدن و محیط زیست برای ارزیابی آنتی بیوتیک قدرت. AI مدل همچنین می توانید در حال حاضر پیش بینی مسمومیت های دارویی و عوارض جانبی. این هوش مصنوعی فن آوری با هم ممکن است به زودی به ما پا در نبرد بی پایان در برابر دارو مقاومت است.

[شما باهوش و کنجکاو در مورد جهان است. بنابراین در حال گفتگو نویسندگان و ویراستاران. شما می توانید به عنوان خوانده شده ما روزانه با اشتراک در خبرنامه ما شوید.]

tinyurlis.gdv.gdv.htu.nuclck.ruulvis.netshrtco.detny.im

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>