एआई वैज्ञानिकों को दवा प्रतिरोधी बैक्टीरिया के खिलाफ नए एंटीबायोटिक वर्गों की खोज में मदद करता है

JAKARTA - Artificial Intelligence या AI ने वैज्ञानिकों को MRSA, एक दवा प्रतिरोधी बैक्टीरिया के खिलाफ लड़ने के लिए वादा करने वाले नए एंटीबायोटिक वर्गों की खोज करने में मदद की है जो गंभीर संक्रमण का कारण बन सकते हैं।

यूरोन्यूज ने सोमवार, 27 जुलाई को उद्धृत किया, रिपोर्ट की, यह निष्कर्ष प्रकृति जर्नल में प्रकाशित शोध से आया था। अध्ययन 21 शोधकर्ताओं द्वारा संयुक्त रूप से लिखा गया था।

यह शोध मेथिसिलिन-प्रतिरोधी स्टैफ़िलोकोकस ऑरियस या एमआरएसए पर केंद्रित है। यह बैक्टीरिया हल्के त्वचा के संक्रमण से लेकर गंभीर बीमारियों जैसे निमोनिया और रक्त प्रवाह संक्रमण का कारण बन सकता है।

यूरोपीय सेंटर फॉर डिजीज प्रिवेंशन एंड कंट्रोल या ECDC के अनुसार, यूरोपीय संघ में लगभग 150,000 MRSA संक्रमण हर साल होते हैं। इसी क्षेत्र में, लगभग 35,000 लोग हर साल एंटीबायोटिक प्रतिरोधी संक्रमण से मर जाते हैं।

एंटीबायोटिक प्रतिरोध तब होता है जब बैक्टीरिया सहित कीटाणु पहले से प्रभावी दवाओं के लिए अब प्रभावी नहीं होते हैं। यह स्थिति संक्रमण को इलाज करना अधिक कठिन बनाती है।

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी या एमआईटी की टीम एंटीबायोटिक्स बनने की संभावना रखने वाले यौगिकों की खोज के लिए डीप लर्निंग मॉडल का उपयोग करती है। डीप लर्निंग एआई का एक हिस्सा है जो तंत्रिका नेटवर्क के काम करने के तरीके की नकल करता है ताकि डेटा में पैटर्न पढ़ सकें।

अध्ययन के लेखकों में से एक, एमआईटी मेडिकल इंजीनियरिंग और विज्ञान के प्रोफेसर जेम्स कॉलिंस ने कहा कि शोध की बढ़त एक एआई मॉडल में है जो काम करने के तरीके को पढ़ने में आसान है।

"एक महत्वपूर्ण समझ यह है कि हम यह देख सकते हैं कि मॉडल ने क्या सीखा है कि एक निश्चित अणु एक अच्छा एंटीबायोटिक बन जाएगा," कोलिन्स ने कहा।

"हमारा काम एक समय-बचत, संसाधन-बचत करने वाला ढांचा प्रदान करता है, और रासायनिक संरचना के दृष्टिकोण से तंत्र की समझ देता है, जिस तरह से हमने अभी तक नहीं किया है," उन्होंने कहा।

शोधकर्ताओं ने पहले एमआरएसए के खिलाफ एंटीबायोटिक गतिविधि देखने के लिए लगभग 39,000 यौगिकों का मूल्यांकन किया। परीक्षण के परिणाम डेटा, साथ ही यौगिकों की रासायनिक संरचना की जानकारी, बाद में एआई मॉडल में शामिल की गई थी।

एमआईटी और हार्वर्ड में पोस्टडॉक्टरल शोधकर्ता और अध्ययन के प्रमुख लेखकों में से एक फेलिक्स वोंग ने कहा कि उनकी टीम एआई मॉडल में "ब्लैक बॉक्स" के रूप में जाना जाने वाले लोगों को खोलना चाहती है।

"हमारे अध्ययन में हम जो करना चाहते हैं वह ब्लैक बॉक्स खोलना है। ये मॉडल बहुत बड़ी गणनाओं से बने होते हैं जो तंत्रिका कनेक्शन की नकल करते हैं, और कोई भी वास्तव में नहीं जानता कि इसके पीछे क्या हो रहा है," वोंग ने कहा।

खोज को सख्त करने के लिए, शोधकर्ताओं ने तीन अतिरिक्त डीप लर्निंग मॉडल का उपयोग किया। इन मॉडलों को तीन प्रकार की मानव कोशिकाओं पर यौगिकों की विषाक्तता का मूल्यांकन करने के लिए प्रशिक्षित किया गया था। विषाक्तता एक पदार्थ के शरीर पर हानिकारक प्रभाव डालने की संभावना का स्तर है।

बैक्टीरिया को मारने की क्षमता और मानव कोशिकाओं के लिए खतरे की डिग्री देखने के बाद, शोधकर्ताओं ने सबसे आशाजनक यौगिकों का चयन किया।

लगभग 12 मिलियन कमोडिटी-उपलब्ध यौगिकों को फिर एआई मॉडल श्रृंखला का उपयोग करके छान लिया गया।

मॉडल ने पाँच अलग-अलग वर्गों के यौगिकों की खोज की, जो MRSA के खिलाफ सक्रिय होने का अनुमान लगाते हैं। वर्ग को अणु के भीतर एक विशेष रासायनिक संरचना के हिस्से द्वारा अलग किया जाता है।

शोधकर्ताओं ने लगभग 280 यौगिक प्राप्त किए और प्रयोगशाला में MRSA पर उनका परीक्षण किया। वहां से, उन्होंने एक ही वर्ग से दो आशाजनक एंटीबायोटिक दवाओं के उम्मीदवारों की खोज की।

एंटीबायोटिक दवाओं के लिए एक उम्मीदवार एक यौगिक है जिसे अभी भी दवा बनने से पहले आगे परीक्षण करने की आवश्यकता है।

यूरोन्यूज ने कहा कि यह खोज अभी भी शोध के चरण में है। दो चूहे के मॉडल पर परीक्षण में, एक त्वचा के MRSA संक्रमण के लिए और एक अन्य MRSA के संक्रामक सिस्टम के लिए, प्रत्येक यौगिक MRSA की आबादी को 10 गुना तक कम करता है।