वैज्ञानिकों ने कोविद -19 – ईटी हेल्थवर्ल्ड के इलाज के लिए सैकड़ों दवा उम्मीदवारों की पहचान की

Newswise - RIVERSIDE, कैलिफ़ोर्निया। यूनिवर्सिटी ऑफ़ कैलिफ़ोर्निया के वैज्ञानिकों, रिवरसाइड ने ऐसी सैकड़ों नई संभावित दवाओं की पहचान करने के लिए मशीन

प्रतिद्वंद्वी ड्रगमैकर्स कोविद -19 ईटी हेल्थवर्ल्ड के लिए दवाओं का संयुक्त परीक्षण शुरू करते हैं
भारत में कोविद -19 वैक्सीन के लिए कोल्ड स्टोरेज सुविधाओं को रैंप से बाहर रखना महत्वपूर्ण है: विशेषज्ञ – ईटी हेल्थवर्ल्ड
गाजियाबाद में पहला पोस्ट-कोविद क्लिनिक आज से शुरू होगा – ईटी हेल्थवर्ल्ड

Newswise – RIVERSIDE, कैलिफ़ोर्निया। यूनिवर्सिटी ऑफ़ कैलिफ़ोर्निया के वैज्ञानिकों, रिवरसाइड ने ऐसी सैकड़ों नई संभावित दवाओं की पहचान करने के लिए मशीन लर्निंग का उपयोग किया है, जो COVID-19, उपन्यास कोरोनवायरस, या SARS-CoV-2 के कारण होने वाली बीमारी का इलाज करने में मदद कर सकते हैं। ।

आणविक, सेल और सिस्टम बायोलॉजी के प्रोफेसर आनंदसंकर रे ने कहा, “शोध को प्रभावित करने वाली या COVID-19 को रोकने वाली प्रभावी दवाओं की पहचान करने की तत्काल आवश्यकता है।” “हमने एक दवा खोज पाइपलाइन विकसित की है जिसने कई उम्मीदवारों की पहचान की है।”

दवा खोज पाइपलाइन कृत्रिम बुद्धि से जुड़ी एक प्रकार की कम्प्यूटेशनल रणनीति है – एक कंप्यूटर एल्गोरिथ्म जो समय के साथ सुधार, परीक्षण और त्रुटि के माध्यम से गतिविधि की भविष्यवाणी करना सीखता है।

दृष्टि में कोई स्पष्ट अंत नहीं होने के साथ, COVID-19 महामारी ने जीवन को बाधित किया है, स्वास्थ्य देखभाल प्रणालियों और कमजोर अर्थव्यवस्थाओं को बाधित किया है। रेमेडिसविर जैसी दवाओं के पुन: उपयोग के प्रयासों ने कुछ सफलता हासिल की है। SARS-CoV-2 वायरस के लिए एक टीका महीनों दूर हो सकता है, हालांकि इसकी गारंटी नहीं है।

“परिणामस्वरूप, दवा उम्मीदवार पाइपलाइन, जैसे कि हमने विकसित किया, COVID-19 के इलाज के लिए नई दवाओं की व्यवस्थित खोज की दिशा में पहला कदम बढ़ाने के लिए बेहद महत्वपूर्ण है,” रे ने कहा। “मौजूदा एफडीए-अनुमोदित दवाएं जो वायरल प्रविष्टि और प्रतिकृति के लिए महत्वपूर्ण एक या एक से अधिक मानव प्रोटीन को लक्षित करती हैं, वर्तमान में नई सीओवीआईडी ​​-19 दवाओं के रूप में पुन: उपयोग करने के लिए उच्च प्राथमिकता हैं। अतिरिक्त दवाओं या छोटे अणुओं की मांग अधिक है जो प्रवेश और प्रतिकृति दोनों में हस्तक्षेप कर सकते हैं। शरीर में SARS-CoV-2 की। हमारी दवा खोज पाइपलाइन मदद कर सकती है। “

रे की प्रयोगशाला में स्नातक छात्र जोएल कोवेल्वस्की ने 65 मानव प्रोटीनों के लिए पहले से ज्ञात लिगेंड्स की छोटी संख्या का उपयोग किया था जिन्हें एसएआरएस-सीओवी -2 प्रोटीन के साथ बातचीत करने के लिए जाना जाता है। उन्होंने प्रत्येक मानव प्रोटीन के लिए मशीन लर्निंग मॉडल तैयार किए।

“इन मॉडलों को नए छोटे अणु अवरोधकों और सक्रियकर्ताओं की पहचान करने के लिए प्रशिक्षित किया जाता है – लिगेंड्स – बस उनकी 3-डी संरचनाओं से,” कोवेल्स्की ने कहा।

कॉवेल्वस्की और रे इस प्रकार रसायनों का एक डेटाबेस बनाने में सक्षम थे, जिनकी संरचनाओं को 65 प्रोटीन लक्ष्य के अंतःक्रियाओं के रूप में भविष्यवाणी की गई थी। उन्होंने सुरक्षा के लिए रसायनों का मूल्यांकन भी किया।

“65 प्रोटीन लक्ष्य काफी विविध हैं और कैंसर सहित कई अतिरिक्त बीमारियों में भी फंसे हुए हैं,” कोवेल्स्की ने कहा। “इन लक्ष्यों के खिलाफ चल रहे ड्रग-रिप्रोज़िंग प्रयासों के अलावा, हम उन उपन्यास रसायनों की पहचान करने में भी रुचि रखते थे, जो वर्तमान में अच्छी तरह से अध्ययन नहीं कर रहे हैं।”

रे और कॉवेल्वस्की ने अपने मशीन लर्निंग मॉडल का इस्तेमाल एक डेटाबेस से 10 मिलियन से अधिक व्यावसायिक रूप से उपलब्ध छोटे अणुओं को स्क्रीन करने के लिए किया, जिसमें 200 मिलियन रसायन शामिल थे, और उन 65 मानव प्रोटीनों के लिए सर्वश्रेष्ठ-इन-क्लास हिट की पहचान की, जो SARS-CoV-2 प्रोटीन के साथ बातचीत करते हैं ।

इसे एक कदम आगे बढ़ाते हुए, उन्होंने हिट्स के बीच यौगिकों की पहचान की जो पहले से ही एफडीए द्वारा अनुमोदित हैं, जैसे ड्रग्स और भोजन में उपयोग किए जाने वाले यौगिक। उन्होंने विषाक्तता की गणना करने के लिए मशीन लर्निंग मॉडल का भी उपयोग किया, जिससे उन्हें संभावित विषाक्त उम्मीदवारों को अस्वीकार करने में मदद मिली। इससे उन्हें उन रसायनों को प्राथमिकता देने में मदद मिली, जिन्हें SARS-CoV-2 लक्ष्यों के साथ बातचीत करने की भविष्यवाणी की गई थी। उनकी विधि ने उन्हें न केवल एकल मानव प्रोटीन लक्ष्य के खिलाफ महत्वपूर्ण गतिविधि वाले उच्चतम स्कोरिंग उम्मीदवारों की पहचान करने की अनुमति दी, बल्कि कुछ रसायनों को भी खोजा जो दो या अधिक मानव प्रोटीन लक्ष्यों को बाधित करने की भविष्यवाणी की गई थी।

“यौगिक मैं सबसे अधिक पीछा करने के लिए उत्साहित हूं, उन लोगों में अस्थिर होने की भविष्यवाणी की गई है, जो साँस की चिकित्सा की असामान्य संभावना को स्थापित करते हैं,” रे ने कहा।

“ऐतिहासिक रूप से, रोग उपचार अधिक जटिल हो जाता है क्योंकि हम रोग की बेहतर समझ विकसित करते हैं और व्यक्तिगत आनुवंशिक परिवर्तनशीलता लक्षणों की प्रगति और गंभीरता में कैसे योगदान करती है,” कॉवेल्स्की ने कहा। “मशीन लर्निंग एप्रोच जैसे हमारे शोधकर्ता आगे के अध्ययन के लिए अतिरिक्त संभावनाएं प्रदान करके शोधकर्ताओं द्वारा विकसित उपचार परिदृश्य को अनुमानित करने में भूमिका निभा सकते हैं। हालांकि दृष्टिकोण महत्वपूर्ण रूप से प्रयोगात्मक डेटा पर निर्भर करता है, वर्चुअल स्क्रीनिंग से शोधकर्ताओं को नए प्रश्न पूछने या नई अंतर्दृष्टि प्राप्त करने में मदद मिल सकती है।”

रे और कॉवेल्स्की का तर्क है कि रसायनों की विशाल संख्या की प्रारंभिक जांच के लिए उनकी कम्प्यूटेशनल रणनीति में पारंपरिक सेल-संस्कृति पर निर्भर assays पर एक फायदा है जो महंगे हैं और परीक्षण करने में वर्षों लग सकते हैं।

उन्होंने कहा, “हमारा डेटाबेस उपन्यास की तेजी से पहचान और परीक्षण के लिए एक संसाधन के रूप में काम कर सकता है, COVID-19 और अन्य बीमारियों के लिए सुरक्षित उपचार रणनीतियां जहां समान 65 लक्ष्य प्रोटीन प्रासंगिक हैं,” उन्होंने कहा। “जबकि COVID-19 महामारी ने हमें प्रेरित किया था, हम उम्मीद करते हैं कि 10 मिलियन से अधिक रसायनों से हमारी भविष्यवाणियां न केवल COVID-19 बल्कि कई अन्य बीमारियों के खिलाफ लड़ाई में दवा की खोज को गति देंगी।”

रे सेलिंग लाइनों, पशु मॉडल और अंततः नैदानिक ​​परीक्षणों की ओर बढ़ने के लिए धन और सहयोगियों की तलाश कर रहे हैं।

। (TagsToTranslate) remdesivir (t) मशीन लर्निंग (t) मानव प्रोटीन (t) कोरोनावायरस (t) कृत्रिम बुद्धिमत्ता (t) आनंदसंकर रे (t) एल्गोरिथ्म

COMMENTS

WORDPRESS: 0
DISQUS: 0