الذكاء الاصطناعي يكتشف حلاً للقضاء على البكتيريا الخارقة
تاريخ النشر: 21st, December 2023 GMT
اكتشف الباحثون فئة جديدة من المركبات التي لديها القدرة على مكافحة بكتيريا المستشفيات سيئة السمعة MRSA، باستخدام أداة تعتمد على الذكاء الاصطناعي.
وقام علماء من معهد ماساتشوستس للتكنولوجيا بتسخير قوة الذكاء الاصطناعي للبحث عن مركبات قادرة على معالجة البكتيريا المقاومة للأدوية، المسؤولة عن وفاة 120 ألف شخص على مستوى العالم كل عام.
ونُشرت هذه الدراسة في مجلة "نيتشر" وهي جزء من مشروع في معهد ماساتشوستس للتكنولوجيا، والذي يهدف إلى الكشف عن فئات جديدة من المضادات الحيوية التي تستهدف 7 من أنواع البكتيريا قاتلة على مدى 7 سنوات.
وتصيب بكتيريا MRSA أو المكورات العنقودية الذهبية المقاومة للميثيسيلين، أكثر من 80.000 فرد في الولايات المتحدة سنوياً ويمكن أن تؤدي إلى حالات خطيرة مثل الإنتان، مما قد يؤدي إلى الوفاة في بعض الحالات.
ويستخدم الباحثون في معهد ماساتشوستس للتكنولوجيا التعلم العميق، وهو نوع من الذكاء الاصطناعي يحاكي اكتساب المعرفة البشرية، للبحث عن مضادات حيوية جديدة. وتشمل النجاحات السابقة أدوية محتملة ضد بكتيريا Acinetobacter baumannii وغيرها من البكتيريا المقاومة للأدوية.
ومع ذلك، كان التحدي الكبير هو طبيعة "الصندوق الأسود" لهذه النماذج، مما يجعل من الصعب فهم المعايير التي تقوم عليها توقعاتها.
ولمعالجة هذه المشكلة، شرع الدكتور فيليكس وونغ من معهد برود التابع لمعهد ماساتشوستس للتكنولوجيا وجامعة هارفارد، وفريقه في مهمة "لفتح الصندوق الأسود".
وقال الدكتور وونغ: "تتكون هذه النماذج من أعداد كبيرة جداً من الحسابات التي تحاكي الاتصالات العصبية، ولا أحد يعرف حقاً ما الذي يحدث تحت الغطاء".
وقام الباحثون بتدريب نموذج التعلم العميق باستخدام مجموعة بيانات موسعة، واختبار حوالي 39000 مركب لنشاط المضادات الحيوية ضد MRSA وتم تكييف خوارزمية تسمى بحث شجرة مونت كارلو للكشف عن المعايير التي تؤثر على تنبؤات نموذج الذكاء الاصطناعي.
وفي خطوة استراتيجية، قام الباحثون بتدريب 3 نماذج إضافية للتعلم العميق للتنبؤ بسمية المركبات لأنواع مختلفة من الخلايا البشرية. ومن خلال الجمع بين توقعات السمية هذه وبيانات نشاط مضادات الميكروبات، حدد الفريق المركبات التي أظهرت سمية منخفضة ضد الخلايا البشرية بينما أظهرت تأثيرات قوية مضادة للميكروبات.
وقام باحثو معهد ماساتشوستس للتكنولوجيا، باستخدام نماذج الذكاء الاصطناعي الخاصة بهم، بفحص مكتبة واسعة تضم حوالي 12 مليون مركب متاح تجارياً. ومن خلال هذه البيانات، حددوا خمس فئات مختلفة من المركبات التي من المتوقع أن تكون نشطة ضد MRSA.
وأدى الاختبار اللاحق على 280 مركباً إلى تحديد اثنين من المركبات الواعدة، وبشكل حاسم، أظهرت هذه المركبات فعاليتها في تقليل أعداد البكتيريا في أطباق المختبر وفي نموذجين من الفئران، وتبين أن هذه المركبات تعطل أغشية الخلايا البكتيرية، وتستهدف البكتيريا بشكل انتقائي دون التسبب في أضرار جسيمة لأغشية الخلايا البشرية، بحسب صحيفة ميرور البريطانية.
المصدر: موقع 24
كلمات دلالية: التغير المناخي أحداث السودان سلطان النيادي غزة وإسرائيل مونديال الأندية الحرب الأوكرانية عام الاستدامة الذكاء الاصطناعي معهد ماساتشوستس للتکنولوجیا الذکاء الاصطناعی
إقرأ أيضاً:
الذكاء الاصطناعي يقدّر بفاعلية جرعة العلاج الكيميائي لسرطان القولون
طوّر فريق بحث أسترالي خوارزمية ذكاء اصطناعي تستخدم الأشعة المقطعية والخصائص المميزة لكل شخص لتحديد جرعة العلاج الكيميائي بدقة لمرضى سرطان القولون والمستقيم.
وتسمّى الخوارزمية PredicTx، وقد شارك في تطويرها أطباء وأكاديميون من مستشفيات فيكتوريا، وجامعة ملبورن ومعهد WEHI، بالإضافة إلى شركاء في القطاع الصحي الأسترالي.
والهدف هو ضمان حصول معظم المرضى على الجرعة الصحيحة من العلاج الكيميائي، واستمرارهم في تلقي العلاج الكيميائي الكافي والكامل، وفق “مديكال إكسبريس”.
ويُعد العلاج الكيميائي حيوياً لجميع أنواع السرطان. وهو عملية تستخدم أدوية مصممة لقتل أو إتلاف أو إبطاء انتشار الخلايا السرطانية، ومنعها من النمو والانقسام.
جرعات غير صحيحة
لكن طريقة تحديد جرعات العلاج الكيميائي لا تزال بدائية للغاية.
فحوالي 60% من المرضى يُعطون جرعات غير صحيحة – إما زيادة أو نقصان. وقد يؤدي هذا التحديد غير المقصود للجرعات إلى ردود فعل مؤلمة وصعبة، ما يدفع بعض الأشخاص إلى التوقف عن علاج السرطان مبكراً جداً.
وتهدف خوارزمية الذكاء الاصطناعي الجديدة إلى تحديد جرعات العلاج الكيميائي بدقة لمرضى سرطان القولون والمستقيم، لتحسين فرصهم في عيش حياة كاملة وسعيدة بعد الإصابة بالسرطان.
سرطان القولون والمستقيم
ويُعد سرطان القولون والمستقيم من أكثر أنواع الأورام صعوبة في العلاج، ويتم تشخيص أكثر من 1.9 مليون حالة جديدة كل عام.
ويحتاج حوالي 50% من هؤلاء المرضى إلى علاج كيميائي، ما يُحسّن معدل البقاء الإجمالي بأكثر من 30%.
تقدير الجرعات حالياً
ويعتمد المعيار الذهبي الحالي لجرعات العلاج الكيميائي على مساحة سطح جسم الشخص (BSA)، والتي تُحسب من وزنه وطوله (وهذا ما يُسمى بصيغة موستيلر).
لكن حساب الجرعات هذا غير دقيق للغاية.
ولا ترتبط مساحة سطح جسم الشخص بالضرورة بتركيبة جسم المريض – فتركيبة جسمنا هي التي تُحدد جرعة العلاج الكيميائي بعدة طرق، بما في ذلك مدى فعالية استقلاب العلاج الكيميائي النشط، وكذلك كمية العلاج الكيميائي السام المُخزنة داخل الجسم.
وهذا قد يعني أن أكثر من 60% من جميع مرضى العلاج الكيميائي قد تناولوا جرعات زائدة عن غير قصدـ يرفع مستوى السمّية، ويسبب مضاعفات شديدة.
وقد أظهرت الدراسات الأولية أن خوارزمية PredicTx تسهم في زيادة معدلات الشفاء من السرطان من خلال إتمام العلاج الكيميائي بنجاح.
شهداء من ضحايا المساعدات في غزة وسوء التغذية يفتك بالأطفال