Hoạt động phát triển các loại thuốc cứu người có thể tiêu tốn hàng tỷ đô la và nhiều thập kỷ nghiên cứu. Tuy nhiên, các nhà nghiên cứu của Đại học Trung Florida (UCF) đang hướng tới việc đẩy nhanh quá trình này bằng một quy trình sàng lọc thuốc mới dựa trên trí tuệ nhân tạo (AI) mà họ đang phát triển.
Sử dụng phương pháp mô hình hóa các tương tác giữa thuốc và protein mục tiêu bằng kỹ thuật xử lý ngôn ngữ tự nhiên, các nhà nghiên cứu đã đạt được độ chính xác lên đến 97% trong việc xác định các loại thuốc tiềm năng. Kết quả nghiên cứu đã được công bố gần đây trên tạp chí Briefings in Bioinformatics.
Kỹ thuật này xác định các tương tác giữa thuốc và protein thông qua ngôn ngữ tự nhiên cho mỗi vị trí liên kết protein và sử dụng công nghệ Deep Learning để trích xuất các đặc điểm chi phối tương tác phức tạp giữa thuốc và protein.
Đồng tác giả công trình nghiên cứu - phó giáo sư Ozlem Garibay thuộc Khoa Kỹ thuật Công nghiệp và Hệ thống Quản lý của UCF cho biết:
“Khi AI ngày càng trở nên phổ biến thì đây là vấn đề mà AI có thể giải quyết được. Bạn có thể thử rất nhiều biến thể trong tương tác giữa protein và thuốc rồi tìm ra loại nào có nhiều khả năng liên kết hơn”.
AttentionSiteDTI - mô hình mà họ phát triển là mô hình đầu tiên có thể diễn giải được bằng cách sử dụng ngôn ngữ của các vị trí liên kết protein.
Công việc này rất quan trọng vì nó sẽ giúp các nhà sản xuất thuốc xác định được các vị trí liên kết protein trọng yếu cùng với các đặc tính hoạt động của chúng. Đây chính là chìa khóa để xác định xem một loại thuốc có hiệu quả hay không.
Thuốc chữa bệnh sẽ được sản xuất nhanh hơn nhờ AI
Các nhà nghiên cứu đã kiểm nghiệm mô hình của họ bằng cách sử dụng các thí nghiệm để đo lường tương tác liên kết giữa các hợp chất và protein, sau đó so sánh với những kết quả mà mô hình của họ dự đoán trên máy tính.
Vì các loại thuốc điều trị COVID hiện vẫn đang rất được quan tâm, thí nghiệm của họ cũng kiểm tra và xác nhận các hợp chất thuốc có thể liên kết với một protein đột biến của virus SARS-CoV2.
Garibay cho biết, tính đồng nhất cao giữa kết quả phòng thí nghiệm và các dự đoán trên máy tính cho thấy rõ tiềm năng của AttentionSiteDTI trong việc sàng lọc trước các hợp chất thuốc có hiệu quả và đẩy nhanh việc khám phá các loại thuốc mới hay thay thế các loại thuốc hiện có.
Sudipta Seal, đồng tác giả nghiên cứu kiêm Chủ nhiệm Khoa Kỹ thuật và Khoa học Vật liệu của UCF cho biết: “Nghiên cứu có tác động cao này chỉ có thể thực hiện được nhờ sự hợp tác liên ngành giữa các nhà khoa học kỹ thuật vật liệu, chuyên gia AI/ML và các nhà khoa học máy tính”.
Mehdi Yazdani-Jahromi, nghiên cứu sinh tiến sĩ tại Trường Kỹ thuật và Khoa học Máy tính của UCF và cũng là tác giả chính của nghiên cứu khẳng định công trình này đang mở ra một hướng mới trong việc sàng lọc thuốc.
“Điều này cho phép các nhà nghiên cứu sử dụng AI để xác định các loại thuốc chính xác hơn nhằm đáp ứng nhanh chóng với các căn bệnh mới”, Yazdani-Jahromi nói.
“Bước tiếp theo trong nghiên cứu của chúng tôi là thiết kế các loại thuốc mới bằng cách sử dụng sức mạnh của AI. Đây có thể là bước tiếp theo để chuẩn bị cho một đại dịch tiềm ẩn”.