मशीन लर्निंग एल्गोरिदम नई दवाओं की खोज में मदद करता है

शोधकर्त्ता, कैम्ब्रिज विश्वविद्यालय के नेतृत्व में, अल्जाइमर रोग और सिज़ोफ्रेनिया के लक्षणों के लिए प्रासंगिक माने जाने वाले प्रोटीन को सक्रिय करने वाले चार नए अणुओं की पहचान करने के लिए अपने एल्गोरिदम का उपयोग किया. NS नोट लेने के बाद आने वाले इस मेगा कोर्स के प्रत्येक पाठ्यक्रम/अनुभाग को इस फ्रेम में देखा जाना चाहिए जर्नल में रिपोर्ट किया गया है पीएनएएस.

दवा की खोज में एक प्रमुख समस्या यह भविष्यवाणी कर रही है कि क्या कोई अणु किसी विशेष शारीरिक प्रक्रिया को सक्रिय करेगा. उस प्रक्रिया को सक्रिय करने के लिए ज्ञात अणुओं के बीच साझा किए गए रासायनिक पैटर्न की खोज करके एक सांख्यिकीय मॉडल बनाना संभव है, लेकिन इन मॉडलों को बनाने के लिए डेटा सीमित है क्योंकि प्रयोग महंगे हैं और यह स्पष्ट नहीं है कि कौन से रासायनिक पैटर्न सांख्यिकीय रूप से महत्वपूर्ण हैं.

"मशीन लर्निंग ने कंप्यूटर विज़न जैसे क्षेत्रों में महत्वपूर्ण प्रगति की है जहाँ डेटा प्रचुर मात्रा में है,कैम्ब्रिज के कैवेंडिश प्रयोगशाला से डॉ अल्फा ली ने कहा, और अध्ययन के प्रमुख लेखक. "अगली सीमा दवा खोज जैसे वैज्ञानिक अनुप्रयोग हैं", जहां डेटा की मात्रा अपेक्षाकृत सीमित है लेकिन हमारे पास समस्या के बारे में भौतिक अंतर्दृष्टि है, और सवाल यह है कि मौलिक रसायन विज्ञान और भौतिकी के साथ डेटा का मिलान कैसे किया जाए। ”

ली और उनके सहयोगियों द्वारा विकसित एल्गोरिथ्म, बायोफार्मास्युटिकल कंपनी फाइजर के सहयोग से, औषधीय रूप से प्रासंगिक रासायनिक पैटर्न को अप्रासंगिक लोगों से अलग करने के लिए गणित का उपयोग करता है.

महत्वपूर्ण बात, एल्गोरिथ्म सक्रिय होने के लिए जाने जाने वाले अणुओं और निष्क्रिय होने के लिए जाने जाने वाले अणुओं को देखता है और यह पहचानना सीखता है कि अणुओं के कौन से हिस्से दवा की क्रिया के लिए महत्वपूर्ण हैं और कौन से हिस्से नहीं हैं. यादृच्छिक मैट्रिक्स सिद्धांत के रूप में जाना जाने वाला गणितीय सिद्धांत एक यादृच्छिक और शोर डेटासेट के सांख्यिकीय गुणों के बारे में भविष्यवाणियां देता है, जिसके बाद सक्रिय/निष्क्रिय अणुओं की रासायनिक विशेषताओं के आंकड़ों के साथ तुलना की जाती है कि कौन से रासायनिक पैटर्न बाध्यकारी के लिए वास्तव में महत्वपूर्ण हैं, केवल संयोग से उत्पन्न होने के विपरीत.

यह पद्धति शोधकर्ताओं को न केवल सक्रिय अणुओं से बल्कि निष्क्रिय अणुओं से भी महत्वपूर्ण रासायनिक पैटर्न का पता लगाने की अनुमति देती है - दूसरे शब्दों में, असफल प्रयोगों का अब इस तकनीक से उपयोग किया जा सकता है.

शोधकर्ताओं ने से शुरू होने वाला एक मॉडल बनाया 222 सक्रिय अणु और अतिरिक्त छह मिलियन अणुओं को कम्प्यूटेशनल रूप से स्क्रीन करने में सक्षम थे. इस से, शोधकर्ताओं ने खरीदा और जांच की 100 सबसे प्रासंगिक अणु. इन से, उन्होंने चार नए अणुओं की पहचान की जो CHRM1 रिसेप्टर को सक्रिय करते हैं, एक प्रोटीन जो अल्जाइमर रोग और सिज़ोफ्रेनिया के लिए प्रासंगिक हो सकता है.

"छह मिलियन में से चार सक्रिय अणुओं को बाहर निकालने की क्षमता भूसे के ढेर में सुई खोजने के समान है," ली ने कहा. "एक आमने-सामने की तुलना से पता चलता है कि हमारा एल्गोरिथ्म उद्योग मानक से दोगुना कुशल है।"

रसायन विज्ञान में जटिल कार्बनिक अणु बनाना एक महत्वपूर्ण चुनौती है, और संभावित दवाएं अभी तक अचूक अणुओं के स्थान में प्रचुर मात्रा में हैं. कैम्ब्रिज के शोधकर्ता वर्तमान में एल्गोरिदम विकसित कर रहे हैं जो जटिल कार्बनिक अणुओं को संश्लेषित करने के तरीकों की भविष्यवाणी करते हैं, सामग्री की खोज के लिए मशीन सीखने की पद्धति का विस्तार करने के साथ-साथ.

स्रोत: www.cam.ac.uk