با گسترش بیماری covid-19 محققان به فکر یافتن راهی موثر برای مبارزه با بیماری های عفونی افتادند.
به طور سنتی ، هنگامی که عفونت های جدید باکتری و ویروسی خطرناک پدیدار می شوند ،
پاسخ به بیماری درمانی است که ترکیبی از چندین داروی مختلف است.
با این حال ، این فرایند بسیار پر زحمت و وقت گیر است ، در واقع روش های سنتی بر پایه آزمون خطا است.
این روش پرهزینه و ناکارآمد برای ایجاد یک درمان در بازه زمانی خاص مشکل ساز است،
هنگامی که یک پاسخ سریع برای مقابله با بیماری همه گیر جهانی و منابع لازم برای حفظ آن ضروری باشد.
برای جلوگیری از اشکالاتی که در زمینه درمان ترکیبی از داروهای سنتی وجود دارد ،
پروفسور هو و تیمش به همراه همکاران دانشگاه شانگهای جیو تانگ از قدرت پردازش AI استفاده کردند.
تیم تحقیق 12 دارو را انتخاب کرد که کاندیدای مناسبی برای درمان عفونت در سلولهای ریه ناشی از ویروس استوماتیت وزیکولار (VSV) هستند.
آنها سپس از IDentif.AI برای کاهش چشمگیر تعداد آزمایش های مورد نیاز برای بررسی طیف کاملی از ترکیبات و دوزهای بهینه این 12 دارو استفاده کردند.
نکته مهم استفاده از هوش مصنوعی که تیم دیدنداین است که وقتی ترکیب داروهای برتر با دوز بهینه انجام می شود ،
هفت برابر بیشتر از دوزهای زیر بهینه موثرتر بودند.
این اهمیت حیاتی دارو ا و شناسایی دوز یده آل را نشان می دهد.
به طور مشابه ، هنگامی که یک داروی منفرد از ترکیب داروهای برتر رتبه بندی جایگزین شد
و این ترکیب جدید با دوزهای زیر بهینه تجویز شد ، این ترکیب 14 برابر کمتر موثر بود.
پروفسور هو افزود:
“در كشف دارو ها این تصور وجود دارد كه اگر مولكول مناسبی را كشف كنید ، كار انجام می شود.
نتایج ما با IDentif.AI ثابت می کند که بسیار مهم است که در مورد چگونگی ساخت دارو به ترکیب و متعاقباً تجویز آن فکر کنیم.
چگونه می توانید آن را با داروهای مناسب ترکیب کنید؟
چگونه این دارو را به درستی مصرف می کنید؟
پاسخ به این سؤالات می تواند به طور چشمگیری اثربخشی را در مرحله بالینی تولید دارو افزایش دهد. “