ในปัจจุบัน การใช้ปัญญาประดิษฐ์เพื่อมีส่วนร่วมในการค้นพบและออกแบบยาใหม่กลายเป็นประเด็นร้อนสำหรับการวิจัยและพัฒนายาใหม่ ครั้งหนึ่งสถาบันเทคโนโลยีแมสซาชูเซตส์ใช้เทคโนโลยีปัญญาประดิษฐ์เพื่อค้นพบยาปฏิชีวนะชนิดใหม่ - ฮาลิซิน (Halicin) ได้สำเร็จ ยาปฏิชีวนะมีฤทธิ์ต้านจุลชีพที่แข็งแกร่งที่สุดในประวัติศาสตร์ และด้วยการเรียนรู้และการวิเคราะห์แบบจำลองปัญญาประดิษฐ์โดยอัตโนมัติ ทำให้สามารถคัดกรองโมเลกุลที่มีการยับยั้งการเจริญเติบโตของแบคทีเรียได้อย่างดีเยี่ยม ด้วยการเรียนรู้เชิงลึกของโมเลกุลวิญญาณที่รู้จัก 2000 โมเลกุล แบบจำลอง AI ไม่เพียงแต่ค้นพบคุณลักษณะใหม่ของยาปฏิชีวนะเท่านั้น แต่ยังคัดกรองยาปฏิชีวนะที่มีประสิทธิภาพสูงได้อย่างแม่นยำในคลังผลิตภัณฑ์ขนาดใหญ่พิเศษ
▲เมื่อเทียบกับยาต้านจุลชีพอื่นๆ อะไรคือลักษณะของยาใหม่ที่ AI ค้นพบ?
ยาปฏิชีวนะฮาลิซินมีฤทธิ์ฆ่าเชื้อแบคทีเรียที่มีประสิทธิภาพต่อแบคทีเรียที่มีการดื้อยาตามท้องตลาด และไม่ทำให้เกิดการดื้อยาชนิดใหม่ เมื่อเทียบกับวิธีการตรวจสอบแบบเดิม ความเร็วในการคัดกรองโดยใช้โมเดล AI นั้นรวดเร็วมาก ซึ่งช่วยลดต้นทุนได้อย่างมาก สิ่งที่น่าสนใจคือ Halisin ได้จัดแสดงคุณลักษณะต่างๆ ที่นักวิทยาศาสตร์ในมนุษย์ไม่เคยเข้าใจมาก่อน ซึ่งเป็นการค้นพบที่ให้ความกระจ่างใหม่ๆ ในด้านการวิจัยยาปฏิชีวนะ อย่างไรก็ตาม ธรรมชาติของฟีเจอร์นี้ยังไม่เป็นที่ทราบแน่ชัด และไม่สามารถหาคำตอบที่ชัดเจนได้ แม้แต่ในการฝึกฝนโมเดล AI ก็ตาม ผลการวิจัยนี้แสดงให้เห็นว่าการประยุกต์ใช้ปัญญาประดิษฐ์ในสาขาการค้นคว้ายาได้ก้าวข้ามข้อจำกัดของวิธีการดั้งเดิมของมนุษย์แล้ว
ปัญญาประดิษฐ์ได้นำไปสู่กระบวนการค้นพบยาที่มีประสิทธิภาพ คุ้มค่า และเป็นนวัตกรรมมากขึ้นในการค้นพบยา ความเหนือกว่านี้สะท้อนให้เห็นเป็นหลักในด้านความรวดเร็วของการพัฒนา ความคุ้มทุน และความเข้าใจใหม่เกี่ยวกับคุณสมบัติของยา ตัวอย่างเช่น แบบจำลอง AI สามารถคัดกรองตัวเลือกยาที่มีศักยภาพได้รวดเร็วและมีประสิทธิภาพยิ่งขึ้น ซึ่งช่วยลดระยะเวลาในการค้นพบยาได้อย่างมากเมื่อเทียบกับวิธีตรวจสอบความถูกต้องเชิงทดลองแบบดั้งเดิม การใช้ประโยชน์จากแบบจำลอง AI สำหรับการคัดกรองยาช่วยลดต้นทุนด้านการวิจัยและพัฒนาได้อย่างมาก และคุ้มค่ากว่าวิธีการแบบเดิม แบบจำลอง AI ได้แสดงให้เห็นถึงความสามารถในการเปิดเผยคุณสมบัติของยาที่ไม่เคยเข้าใจมาก่อน ซึ่งอาจตรวจพบได้ยากในวิธีการวิจัยแบบดั้งเดิม จึงให้แนวทางที่เป็นนวัตกรรมมากขึ้นสำหรับการพัฒนายาใหม่
▲ทำไมถึงชื่อฮาลิซิน ชื่อแปลกๆ?
ชื่อเดิมของฮาลิซินมีเพียงรหัสเดียวเท่านั้นที่เรียกว่า SU-3327 ซึ่งจริงๆ แล้วเป็นเพียงยาทดลองหรือต้นแบบของยา ในตอนแรกมีการศึกษาเพื่อรักษาโรคเบาหวาน แต่เนื่องจากผลการทดสอบไม่ดี การพัฒนาแอปพลิเคชันของสารประกอบจึงถูกยกเลิกไปนานแล้ว และใช้เป็นยาทดลองเท่านั้น ต่อมาแบบจำลองปัญญาประดิษฐ์ (AI) พบว่าฮาลิซินมีคุณสมบัติเป็นยาปฏิชีวนะในการต่อต้านแบคทีเรียหลายชนิด และจากนี้จึงได้มีชื่ออย่างเป็นทางการว่า ชื่อของมันคือ "Halicin" อ้างอิงถึง Hal ซึ่งเป็นระบบปัญญาประดิษฐ์สมมุติใน 2001: A Space Odyssey
"2001: A Space Odyssey" เป็นภาพยนตร์นิยายวิทยาศาสตร์คลาสสิก และมีบทบาทสำคัญในประวัติศาสตร์ของภาพยนตร์นิยายวิทยาศาสตร์ และถือได้ว่าเป็นหนึ่งในเหตุการณ์สำคัญของภาพยนตร์นิยายวิทยาศาสตร์ ภาพยนตร์เรื่องนี้เป็นที่รู้จักในด้านภาพ ดนตรี และการเล่าเรื่องที่สร้างสรรค์ และสร้างมาตรฐานให้กับภาพยนตร์ไซไฟในอนาคต นำเสนอจักรวาลที่เต็มไปด้วยความลึกลับและความมหัศจรรย์ ทำให้ผู้ชมได้คิดอย่างลึกซึ้งเกี่ยวกับอนาคตของมนุษยชาติและการพัฒนาวิทยาศาสตร์และเทคโนโลยี มันได้กลายเป็นส่วนหนึ่งของวัฒนธรรมไซไฟระดับโลก และมีผลกระทบอย่างมากต่อภาพยนตร์ไซไฟและรายการทีวีในอนาคต
▲ผลกระทบและโอกาสเฉพาะของมันคืออะไร?
เมื่อค้นพบฮาลิซินครั้งแรก นักวิจัยใช้วิธีการเรียนรู้เชิงลึกด้วยคอมพิวเตอร์เพื่อตรวจสอบว่าฮาลิซินอาจเป็นยาปฏิชีวนะในวงกว้าง ความเป็นไปได้นี้ได้รับการยืนยันโดยการทดสอบการเพาะเลี้ยงเซลล์ ในหลอดทดลอง และการทดลองในสัตว์ทดลองในหนู ซึ่งแสดงฤทธิ์ต้านสายพันธุ์ที่ดื้อยาจำนวนหนึ่ง รวมถึง Clostridium difficile, Acinetobacter baumannii และ Mycobacterium tuberculosis กลไกการออกฤทธิ์เกี่ยวข้องกับการกักเก็บธาตุเหล็กภายในเซลล์แบคทีเรีย ดังนั้นจึงรบกวนความสามารถในการควบคุมสมดุล pH บนเยื่อหุ้มเซลล์ การวิจัยเบื้องต้นชี้ให้เห็นว่าฮาลิซินอาจฆ่าเชื้อแบคทีเรียโดยขัดขวางความสามารถในการรักษาการไล่ระดับเคมีไฟฟ้าบนเยื่อหุ้มเซลล์ กลไกการออกฤทธิ์นี้แตกต่างจากยาปฏิชีวนะส่วนใหญ่และอาจทำให้แบคทีเรียเกิดความต้านทานได้ยาก โดยรวมแล้ว ฮาลิซินได้แสดงให้เห็นศักยภาพในการเป็นยาปฏิชีวนะ โดยเฉพาะอย่างยิ่งสำหรับแบคทีเรียบางชนิดที่มีการดื้อต่อยาทั่วไป
อย่างไรก็ตาม ยาใหม่นี้ได้รับการรายงานครั้งแรกในปี 2562 แต่ยังไม่มีข่าวเกี่ยวกับยาใหม่หรือการอัปเดตใด ๆ ที่อาจประสบปัญหาในการวิจัยและพัฒนายาใหม่ในภายหลัง มีเหตุผลสองประการที่ทำให้ต้องสงสัยในช่วงแรก: ประการแรก ผลการทดลองทางคลินิกที่ไม่น่าพอใจในการพัฒนายาใหม่อาจเนื่องมาจากความล้มเหลวในการทดลองเบื้องต้นเพื่อแสดงให้เห็นประสิทธิภาพหรือความปลอดภัยของยาอย่างเต็มที่ ในกรณีนี้ ทีม R&D อาจจำเป็นต้องประเมินความเหมาะสมของยาอีกครั้ง และใช้มาตรการเพื่อแก้ไขหรือเพิ่มประสิทธิภาพ ในทางกลับกัน ปัญหาด้านความปลอดภัยและความเป็นพิษก็เป็นสิ่งที่ต้องพิจารณาที่สำคัญเช่นกัน และยาใหม่จำเป็นต้องผ่านการประเมินความเป็นพิษและความปลอดภัยอย่างเข้มงวดก่อนที่จะออกสู่ตลาด หากมีการระบุปัญหาด้านความปลอดภัยหรือความเป็นพิษที่ไม่พึงประสงค์ในระหว่างกระบวนการพัฒนา อาจจำเป็นต้องมีการศึกษาและการปรับเปลี่ยนเพิ่มเติมเพื่อให้มั่นใจในความปลอดภัยของยาสำหรับผู้ป่วย
▲ สรุป
โดยสรุป เครื่องจักรมีศักยภาพที่ดีในการค้นพบยา โดยเฉพาะอย่างยิ่งเมื่อต้องรับมือกับข้อมูลที่ซับซ้อน ด้วยการเรียนรู้เชิงลึก เครื่องจักรสามารถค้นหารูปแบบและเร่งการค้นพบยาใหม่ๆ ได้อย่างรวดเร็ว ประการที่สอง การทำงานร่วมกันเป็นสิ่งสำคัญ ทีมงานผู้เชี่ยวชาญด้านคอมพิวเตอร์ ชีววิทยา และเภสัชกรรมเป็นกุญแจสำคัญในการประสบความสำเร็จในการใช้ AI เพื่อพัฒนายาใหม่ๆ ความร่วมมือนี้เอาชนะความท้าทายด้านการวิจัยและพัฒนาแบบดั้งเดิมและปรับปรุงประสิทธิภาพ ความสำเร็จของเครื่องยังบอกเราว่าข้อมูลมีความสำคัญอย่างยิ่ง ข้อมูลขนาดใหญ่และการเรียนรู้เชิงลึกช่วยให้เรามีความเข้าใจที่ถูกต้องมากขึ้นเกี่ยวกับผลกระทบของยาและการออกแบบยาในลักษณะที่ตรงเป้าหมายมากขึ้น โดยรวมแล้ว AI ทำให้การพัฒนายาใหม่มีประสิทธิภาพมากขึ้นและนำความเป็นไปได้ใหม่ๆ มาสู่วงการแพทย์ ด้วยการเพิ่มปัญญาประดิษฐ์ที่ทรงพลังยิ่งขึ้น อนาคตของการค้นพบยาด้วยหุ่นยนต์ก็กำลังจะกลายเป็นความจริง

