φωτο:Ο εκπαιδευτής της βάσης των ΗΠΑ Fort Leonard Wood φέρει έναν νευρικό παράγοντα VX για να μολύνει ένα όχημα για εκπαιδευτικούς σκοπούς
Οι επιστήμονες της Collaborations Pharmaceuticals ανέπτυξαν ένα μοντέλο μηχανικής μάθησης για την ανακάλυψη φαρμάκων. Στη νέα εργασία, άλλαξαν τη μεθοδολογία για να εντοπίσουν δυνητικά επικίνδυνα μόρια.
Ο αλγόριθμος τεχνητής νοημοσύνης κατάφερε να εντοπίσει 40 χιλιάδες παραλλαγές θανατηφόρων μορίων. Μπορούν να γίνουν η βάση για τα χημικά όπλα.
Ο επικεφαλής συγγραφέας της μελέτης Fabio Urbina της Collaborations Pharmaceuticals μοιράστηκε τα αποτελέσματα της εργασίας που δημοσιεύτηκε στο Nature Machine Intelligence.
Η τεχνητή νοημοσύνη έχει αναπτυχθεί για την αναζήτηση νέων φαρμάκων. Χρησιμοποιεί σύνολα δεδομένων ελεγμένων μορίων και καθορίζει την αποτελεσματικότητα και την ασφάλεια των ουσιών. Το προετοιμασμένο σύνολο δεδομένων επιτρέπει στο μοντέλο μηχανικής μάθησης να προσδιορίσει τα μέρη της μοριακής δομής που είναι υπεύθυνα για την τοξικότητα. Τα παραγωγικά μοντέλα συνδέουν μόρια προς την κατεύθυνση που ορίζουν οι επιστήμονες.
Στη νέα εργασία, οι ερευνητές αποφάσισαν να αλλάξουν τη μεθοδολογία έτσι ώστε ο αλγόριθμος να μην εξαφανίζεται, αλλά να βρίσκει τοξικές παραλλαγές ουσιών. Μέσα σε έξι ώρες, η τεχνητή νοημοσύνη εντόπισε δεκάδες μόρια που είναι επικίνδυνα για τον άνθρωπο. Μεταξύ αυτών ήταν ουσίες που μοιάζουν με το VX, έναν αναστολέα της ακετυλοχολινεστεράσης που αναπτύχθηκε στο Ηνωμένο Βασίλειο στις αρχές της δεκαετίας του 1950. Εξωτερικά, η ουσία μοιάζει με λάδι κινητήρα, αλλά δεν έχει γεύση και οσμή. Το ένζυμο ακετυλοχολινεστεράση χρησιμοποιείται από τους νευρώνες για τη ρύθμιση της μυϊκής λειτουργίας. Ο νευρικός παράγοντας VX διαταράσσει το ένζυμο και παραλύει το διάφραγμα και τους μύες των πνευμόνων.
Οι ερευνητές είπαν ότι μεταξύ των μορίων που ανιχνεύθηκαν ήταν ουσίες με μεγαλύτερη τοξικότητα από το VX. Οι δομές των ουσιών που προέκυψαν έμοιαζαν με VX και άλλους τύπους χημικών όπλων. Ταυτόχρονα, ορισμένα δημιουργήθηκαν με βάση μοντέλα πραγματικών δηλητηριωδών ουσιών που δεν περιλαμβάνονταν στην προετοιμασμένη βάση δεδομένων.
Ο Urbina τόνισε ότι το μοντέλο μηχανικής μάθησης έκανε μια πρόβλεψη της τοξικότητας και ότι είναι δυνατός ο ακριβής προσδιορισμός του κινδύνου των μορίων που προκύπτουν μόνο σε εργαστηριακές μελέτες. Αξιολόγησε την πιθανότητα χρήσης μοντέλων παραγωγής και συνόλων δεδομένων για τη δημιουργία χημικών όπλων.
Σύμφωνα με τον ερευνητή, αυτό είναι δυνατό στη θεωρία, αλλά στην πράξη, αφού αποκτηθεί ένα μοντέλο ενός επικίνδυνου μορίου, πρέπει να συντεθεί. Οι ουσίες στα χημικά όπλα δεν είναι εύκολο να αποκτηθούν: παρακολουθούνται και παράγονται από περιορισμένο αριθμό εταιρειών.
πηγή
7-3-22
διεθνές συνέδριο ασφαλείας διερεύνησε πώς οι τεχνολογίες τεχνητής νοημοσύνης (AI) για την ανακάλυψη φαρμάκων θα μπορούσαν να χρησιμοποιηθούν για τον σχεδιασμό βιοχημικών όπλων.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου