$ {alt}
بقلم مايكل هيدرل

تسريع العلاجات الجديدة

ينشئ فريق UNM أداة حسابية قوية لمساعدة الباحثين على فحص الجزيئات بسرعة لخصائص مكافحة COVID

بعد عام من انتشار جائحة COVID-19، بدأت اللقاحات الجماعية في إثارة الاحتمال المثير لمناعة القطيع التي تقلل أو توقف انتشار فيروس SARS-CoV-2 في النهاية. ولكن ماذا لو لم تتحقق مناعة القطيع بشكل كامل أبدًا - أو إذا أدى الفيروس المتحور إلى ظهور متغيرات شديدة الضراوة تقلل من فوائد التطعيم؟

تؤكد هذه الأسئلة الحاجة إلى علاجات فعالة للأشخاص الذين يستمرون في إصابتهم بفيروس كورونا. بينما تُظهر بعض الأدوية الموجودة بعض الفوائد ، هناك حاجة ملحة لإيجاد علاجات جديدة.

بقيادة تيودور أوبرا من جامعة نيومكسيكو ، دكتوراه في الطب ، ابتكر العلماء أداة فريدة لمساعدة الباحثين في مجال الأدوية على التعرف بسرعة على الجزيئات القادرة على نزع سلاح الفيروس قبل أن يغزو الخلايا البشرية أو يعطلها في المراحل الأولى من الإصابة.

في ورقة نشرت هذا الاسبوع في المخابرات آلة الطبيعةقدم الباحثون ريديال -2020، مجموعة مفتوحة المصدر عبر الإنترنت من النماذج الحسابية التي ستساعد العلماء على فحص الجزيئات الصغيرة بسرعة بحثًا عن خصائصها المحتملة في مكافحة COVID.

يقول أوبرا ، رئيس شركة شعبة المعلوماتية متعدية في كلية الطب UNM. "إنه يضيق مجال ما يحتاج الناس إلى التركيز عليه. لهذا السبب وضعناها على الإنترنت ليستخدمها الجميع ".

بدأ فريق Oprea في UNM ومجموعة أخرى في جامعة تكساس في El Paso بقيادة Suman Sirimulla ، دكتوراه ، العمل على أداة REDIAL-2020 في الربيع الماضي بعد العلماء في المركز الوطني لتطوير العلوم التحويلية (NCATS) البيانات الصادرة عن دراساتهم الخاصة بإعادة استخدام عقاقير COVID.

 

تيودور أوبرا ، دكتوراه في الطب ، دكتوراه
تريد أن تجد الجزيئات التي تقوم بكل هذه الأشياء ولا تفعل الأشياء التي لا نريدها أن تفعلها.
- تيودور أوبرا، ماجستير، دكتوراه

تقول أوبرا: "بعد أن أدركت ذلك ، كنت مثل ،" انتظر لحظة ، هناك بيانات كافية هنا لنا لبناء نماذج قوية للتعلم الآلي ". قيمت نتائج فحوصات مختبر NCATS قدرة كل جزيء على منع دخول الفيروس ، والعدوى والتكاثر ، مثل تأثير الاعتلال الخلوي - القدرة على حماية الخلية من الموت بالفيروس.

غالبًا ما يميل باحثو الطب الحيوي إلى التركيز على النتائج الإيجابية من دراساتهم ، ولكن في هذه الحالة ، أبلغ علماء المركز الوطني للملاحة الجوية والفضاء (NCATS) أيضًا عن الجزيئات التي ليس لها آثار في مكافحة الفيروسات. تقول أوبرا إن إدراج البيانات السلبية يعزز في الواقع دقة التعلم الآلي.

يقول: "كانت الفكرة أن نحدد الجزيئات التي تناسب الصورة الشخصية المثالية". "تريد أن تجد الجزيئات التي تقوم بكل هذه الأشياء ولا تفعل الأشياء التي لا نريدها أن تفعلها."

تقول أوبرا إن فيروس كورونا هو خصم ماكر. "لا أعتقد أن هناك عقارًا يناسب كل شيء في T." بدلاً من ذلك ، من المرجح أن يبتكر الباحثون مزيجًا متعدد الأدوية يهاجم الفيروس على جبهات متعددة. يقول: "يعود الأمر إلى الضربتين الأولى والثانية".

يعتمد REDIAL-2020 على خوارزميات التعلم الآلي القادرة على معالجة كميات هائلة من البيانات بسرعة وإثارة الأنماط المخفية التي قد لا يدركها الباحث البشري. قام فريق Oprea بالتحقق من صحة تنبؤات التعلم الآلي بناءً على بيانات NCATS من خلال مقارنتها بالآثار المعروفة للأدوية المعتمدة في UNM المخدرات المركزية قاعدة البيانات.

من حيث المبدأ ، يتسم سير العمل الحسابي هذا بالمرونة ويمكن تدريبه على تقييم المركبات ضد مسببات الأمراض الأخرى ، فضلاً عن تقييم المواد الكيميائية التي لم تتم الموافقة عليها بعد للاستخدام البشري ، كما تقول أوبرا.

يقول: "ما زال هدفنا الأساسي هو تغيير الغرض من استخدام الدواء ، لكننا في الواقع نركز على أي جزيء صغير". "لا يجب أن يكون دواءً معتمدًا. يمكن لأي شخص يختبر جزيءه أن يأتي بشيء مهم ".

الفئات: أخبار يمكنك استخدامها, أبحاث, كلية الطب, أهم الأخبار