کشف داروهای ضدویروس و استفاده از هوش مصنوعی برای سرعت بخشیدن به آن

پژوهشگران آرگون، از سخت‌افزاری نو برای انجام پژوهش‌های محاسباتی بسیار سریع به منظور کشف داروهای ضدویروس جدید، استفاده می‌کنند.

پژوهشگران با استفاده از سامانه  Groq در بستر آزمایشی هوش مصنوعی ALCF، توانستند فرایند جست‌وجو در میان تعداد زیادی مولکول کوچک را برای کشف داروهای ضدویروس اثربخش، سرعت ببخشند.

از شیوع همه‌گیری کرونا در اوایل سال 2020، دانشمندان به منظور کشف داروهای ضدویروس برای درمان این بیماری، در رقابت با زمان هستند. محققان با وجود میلیاردها میلیارد داروی بالقوه‌ای که باید طبقه‌بندی شوند، نیاز به روشی دارند که سرعت جست‌وجوی آن‌ها را بسیار بالا ببرد. آن‌ها متوجه شدند که پاسخ در هوش مصنوعی نهفته است.

از آغاز همه‌گیری کرونا، پژوهشگران آزمایشگاه ملی آرگون وزارت نیروی ایالات متحده (DOE) از هوش مصنوعی استفاده می‌کرده‌اند، تا از میان تعداد بسیار زیادی مولکول کوچک، داروهای قابل‌استفاده احتمالی را پیدا کنند. آن‌ها به‌تازگی از یک سخت‌افزار محاسباتی برای سرعت بخشیدن به این فرایند استفاده کرده‌اند، تا زمان انجام جست‌وجوهایی را که ممکن است در حالت عادی سال‌ها به طول بینجامد، به چند دقیقه کاهش دهند.

اساس داروی ضدویروس

برای تعیین این امر که آیا یک مولکول کوچک می‌تواند اساس یک داروی ضدویروسی مفید را تشکیل دهد، پژوهشگران باید محاسبه کنند که این مولکول به چه میزان به ساختار جیب‌مانند پروتئین‌های ویروس SARS-CoV-2 که عامل بیماری کرونا است، متصل می‌شوند. پژوهشگر علوم محاسباتی آرگون، تام برتین گفته است: «تصور کنید که پروتئین ویروسی شبیه به یک آدامس جویده‌شده و مچاله‌شده است؛ ما قصد داریم بفهمیم مولکول‌های مختلف، به چه میزان به گوشه‌ها و برآمدگی‌های این آدامس جویده‌شده، متصل می‌شوند. انرژی اتصال یک مولکول کوچک به یک پروتئین به چندین عامل بستگی دارد، از جمله هندسه مولکول و تعامل الکترونیکی بین مولکول و پروتئین.»

محاسبه انرژی اتصال مولکول‌های کوچک، با تحلیل یک‌به‌یک آن‌ها با استفاده از کدهای مبتنی بر فیزیک در ابررایانه‌های سطح رهبری، از جمله ابررایانه تتای آرگون که بخشی از تجهیزات محاسباتی رهبری آرگون است (ALCF)، آغاز می‌شود. سپس مقادیر محاسبه‌شده برای آموزش یک الگوریتم هوش مصنوعی که مولکول‌های دارای کمترین انرژی اتصال را پیدا می‌کند، به کار می‌روند.

پژوهشگر علوم محاسباتی آرگون، هیون‌سیونگ (هری) یو بیان کرد: «با استفاده از هوش مصنوعی ما از سرعت یک ترکیب در ثانیه به 1000 ترکیب در ثانیه و نهایتاً 50000 ترکیب در ثانیه، رسیدیم.»

به گفته برتین، مزیت استفاده از هوش مصنوعی این است که می‌تواند به سرعت با ساختارهای شیمیایی‌ای که هرگز ندیده، نساخته و در طبیعت وجود ندارند، منطبق و سازگار شود. هوش مصنوعی سرعت و انعطافی فراهم می‌کند که محاسبات فیزیکی خالص، به سختی می‌توانند به آن دست پیدا کنند.

محاسبه سریع حداقل انرژی اتصال ممکن

یکی دیگر از فواید هوش مصنوعی در این واقعیت نهفته است که حداقل انرژی اتصال ممکن را بلافاصله برای هر مولکول محاسبه می‌کند و نیازی ندارد که تعداد زیادی محاسبه آزمون و خطا را برای ترکیب‌‌های مختلف مولکول‌ها در هنگام اتصال به محل پروتئین، انجام دهد.

با اینکه 50 هزار پیش‌بینی در ثانیه ممکن است نرخ سریعی به نظر برسد، اما برتین و یو هنوز مترصد بودند که سرعت محاسبات را بیشتر کنند. آن‌ها به بستر آزمایشی هوش مصنوعی ALCF که مجموعه‌ای روبه‌رشد، از پیشرفته‌ترین سامانه‌های هوش مصنوعی جهان و شامل شتاب‌دهنده GroqChip است، روی آوردند.

پژوهشگران طی آزمایش بر روی مجموعه‌داده بزرگی از مولکول‌های کوچک، دریافتند که می‌توانند در هر ثانیه به 20 میلیون پیش‌بینی یا استنباط دست پیدا کنند که زمان موردنیاز برای هر جست‌وجو را بسیار کاهش می‌داد.

هنگامی که بهترین مولکول‌های بالقوه پیدا شدند، پژوهشگران آن‌هایی را که می‌توانستند به صورت تجاری به دست بیایند، شناسایی کردند و آن‌ها را بر روی سلول‌های انسانی در آزمایشگاه  Howard T. Rickettsکه یک مرکز تحقیقات زیستی در پردیس آرگون است، آزمایش کردند. به گفته یو، بدون هوش مصنوعی هرگز نمی‌توانستند چنان جست‌وجوی جامعی را در کامپیوتر انجام دهند و آن را به آزمایشگاه ببرند. این امر، نشان از قدرت محاسبات برای انجام زیست‌شناسی حقیقی دارد.

شما تا چه حد به فعالیت‌های مبتنی بر هوش مصنوعی در خدمات پزشکی و درمانی اعتماد دارید؟

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید