Ứng dụng AI trong phát hiện hợp chất sản xuất thuốc chống lão hóa

Gần đây, một nhóm các nhà nghiên cứu tại Tây Ban Nha đã sử dụng trí tuệ nhân tạo để tìm ra 3 hợp chất triển vọng làm chậm quá trình lão hóa và ngăn ngừa các bệnh liên quan đến tuổi tác.

Senolytics là nhóm thuốc tiêu huyết thanh tiêu diệt các tế bào lão hóa, những tế bào “còn sống” nhưng không thể tái tạo được nữa, do đó chúng còn được gọi là: tế bào thây ma.

NỖ LỰC TÌM KIẾM CÁC HỢP CHẤT NGĂN CHẶN TẾ BÀO LÃO HÓA 

Những tế bào có DNA bị tổn thương, không có khả năng phân bào trong một số trường hợp chúng không phải là điều xấu. Ví dụ, các tế bào da bị tổn thương do ánh nắng mặt trời sẽ không lan rộng nếu chúng không có khả năng phân bào. 

Thế nhưng, chắc chắn những tế bào này mang lại nhiều phiền toái hơn là lợi ích cho sức khỏe con người. Chúng tiết ra một hỗn hợp các protein gây viêm có thể lây lan sang các tế bào lân cận. Trong suốt cuộc đời của một con người, các tế bào phải đối mặt với hàng loạt các cuộc tấn công, từ tia cực tím đến việc tiếp xúc với hóa chất, và do đó, các tế bào này có xu hướng tích tụ lại. Số lượng tế bào bị lão hóa tăng lên có liên quan đến nhiều loại bệnh, bao gồm bệnh tiểu đường loại 2, COVID, xơ phổi, viêm xương khớp và ung thư.

Các nghiên cứu trên chuột trong phòng thí nghiệm đã chỉ ra rằng sử dụng senolytics có thể tiêu diệt các tế bào lão hóa trong khi vẫn giữ cho các tế bào khỏe mạnh sống sót. Khoảng 80 senolytics đã được biết đến, nhưng chỉ có hai loại đã được thử nghiệm ở người: sự kết hợp giữa dasatinib và quercetin. Sẽ thật tuyệt nếu tìm thấy nhiều chất chống lão hóa để chữa trị các loại bệnh liên quan, tuy nhiên, trên thực tế, ngành y tế toàn cầu sẽ phải mất từ 10 đến 20 năm và hàng tỷ USD để đưa một loại thuốc ra thị trường.

CHỈ MẤT 5 PHÚT ĐỂ MÔ HÌNH AI SÀNG LỌC HƠN 4.000 PHÂN TỬ 

Các nhà nghiên cứu từ Đại học Edinburgh và Hội đồng Nghiên cứu Quốc gia Tây Ban Nha IBBTEC-CSIC ở Santander đã đào tạo các mô hình máy học để tìm ra các loại thuốc chống lão hóa mới. Theo đó, họ đã đưa các ví dụ về senolytics và non-senolytics vào mô hình AI để hệ thống học cách phân biệt hai loại, mặt khác với nguồn dữ liệu này hệ thống cũng được sử dụng để dự đoán các phân tử mà chúng chưa từng thấy trước đây cũng có thể là senolytics hay không.

Các nhà nghiên cứu cho biết trước tiên họ kiểm tra dữ liệu trên một loạt các mô hình máy học vì một số mô hình hoạt động tốt hơn các mô hình khác. Để xác định mô hình hoạt động tốt nhất, khi bắt đầu quá trình, họ ẩn một phần nhỏ dữ liệu đào tạo có sẵn khỏi mô hình cho đến khi quá trình đào tạo hoàn tất. Sau đó, họ sử dụng dữ liệu thử nghiệm này để xác định có bao nhiêu lỗi mà mô hình đang mắc phải và AI mắc ít lỗi nhất sẽ thắng. Họ đã đưa vào mô hình được chọn lọc đó 4.340 phân tử và chỉ sau 5 phút, một danh sách kết quả đã được trả về.

Kết quả là mô hình AI đã giúp họ xác định được 21 phân tử khả năng cao có đặc tính của senolytics. Trên thực tế, để thử nghiệm hơn 4.000 phân tử, họ sẽ mất ít nhất vài tuần làm việc cật lực và 50.000 bảng Anh chỉ để mua các hợp chất, không bao gồm chi phí thiết bị và máy móc thí nghiệm.

Các “ứng cử viên” thành công vượt qua thử nghiệm tiếp tục được sử dụng trên hai loại tế bào: khỏe mạnh và lão hóa. Kết quả cho thấy 3 trong số 21 hợp chất (periplosin, oleandrin và ginkgetin) có thể loại bỏ các tế bào lão hóa, đồng thời giữ cho hầu hết các tế bào bình thường sống sót. Được biết, oleandrin, một hợp chất được tìm thấy trong cây trúc đào là hợp chất có hiệu quả chống lão hóa tốt nhất. 

Hiện tại, những chất chống lão hóa mới này vẫn đang tiếp tục được thử nghiệm để tìm hiểu thêm về cách chúng hoạt động trong cơ thể con người. Theo thông tin từ The Conversation, các nhà nghiên cứu hiện đang thử nghiệm ba hợp chất chống lão hóa trong mô phổi của con người. Họ hy vọng sẽ đưa ra kết quả chính thức trong 2 năm tới.

Được cung cấp đầy đủ dữ liệu chất lượng cao, các mô hình AI đang tăng tốc hiệu quả các công việc của các nhà hóa học và sinh học để sớm tìm ra các phương pháp điều trị tiên tiến và pháp đồ chữa trị cho những căn bệnh mà ngành y chưa thể cứu chữa.