U današnjim medicinskim istraživanjima vezanim uz razvoj novih lekova, naučnicima je najteže izabrati koje će eksperimente sprovoditi, obzirom na veliki broj mogućih kombinacija slaganja supstanci.

Robotizovani sistem koji su razvili naučnici Univerziteta Carnegie Mellon (CMU), mogao bi to znatno unaprediti, te istraživanja učiniti jeftinijim, bržim i efikasnijim.

Najveći deo vremena tokom istraživanja novih lekova gubi se u laboratorijskim testovima koji služe za proučavanje efekata lekova na ciljane proteine. Obzirom da se, kao što smo rekli, naučnicima nudi bezbroj kombinacija, najteže je odlučiti koji će se testovi izabrati za sprovođenje, a tu sada uskače robotizovani sistem tima Armaghana Naika.

Naučnici su za svoje istraživanje koristili 96 lekova i 96 ćelija, što donosi mogućnost izvođenja čak 9.216 eksperimenata.

Tada su u igru uključili svoj specijalni algoritam koji poseduje AI koji se zasniva na sistemu “dubokog učenja”. Algoritam je vrlo brzo doneo odluke o eksperimentima koji se najviše isplate sprovesti, a nakon toga je prema rezultatima testiranja mogao odlučiti koji će se naredni eksperimenti sprovoditi. Eksperimente su potom sprovodili automatizovani mikroskopi i roboti koji su u stanju rukovati tečnim supstancama.

Na kraju ove studije, aparat je sproveo 2.697 od mogućih 9.216 eksperimenata nakon 30 seansi.

Naučnici kažu da je algoritam sa 92 posto uspešnosti mogao ustanoviti kako je 96 lekova uticalo na 96 proteina, pri čemu je sproveo samo 29 posto eksperimenata od gotovo 10.000 mogućih.

U priloženom videu možete videti testove koje je AI odabirao tokom ciklusa istraživanja.

 

Izvor: vidi.hr