AI đang phát triển thuốc để con người trẻ mãi không già

Qua quá trình học máy, các nhà nghiên cứu tại Đại học Edinburgh đã có thể khám phá ra các phân tử để đối phó với các tế bào lão hóa chỉ trong vài phút. Cùng Techie tìm hiểu thêm về chủ đề này nhé!

Trí tuệ nhân tạo đã đứng sau nhiều sáng kiến lớn trong năm qua. Những trò chatbot thông minh đã nhanh chóng thu hút sự quan tâm của mọi người. Không dừng lại ở đó trí tuệ nhân tạo đã tiến xa hơn để chống lại một trong những vấn đề lớn nhất của nhân loại: tuổi già.

Qua một phát triển gần đây từ các nhà nghiên cứu tại Đại học Edinburgh, hệ thống học máy (machine-learning) đã được sử dụng để tìm ra một loạt các loại thuốc chống lão hóa.

Xem thêm: Máy học (Machine Learning) là gì? Ứng dụng thực tiễn thế nào?

Machine-learning là một nhánh của trí tuệ nhân tạo, tập trung vào việc sử dụng dữ liệu để mô phỏng cách con người học hỏi, dữ liệu càng nhiều thì độ chính xác càng cao. Trước đây, công nghệ này đã được sử dụng để tạo ra robot biết chơi cờ vua, ô tô tự lái. Nay AI này đã có thể phát triển một loại thuốc senolytics mới.

Senolytics về cơ bản là một dạng thuốc có thể làm chậm quá trình lão hóa, cũng như ngăn ngừa các bệnh liên quan đến tuổi già. Chúng hoạt động bằng cách tiêu diệt các tế bào lão hóa – các tế bào bị hỏng, không thể nhân đôi.

Vì nhiều công dụng như thế, senolytics có thể đắt đỏ và tốn nhiều thời gian để phát triển. Nhận thấy điều này, Vanessa Smer-Barreto, một nhà nghiên cứu của Viện Di truyền học và Y học phân tử tại Đại học Edinburgh, đã nhờ cậy công nghệ Machine-learning. Vanessa nói “Việc sắp xếp các dữ liệu về sinh học thôi cũng đã tốn nhiều thời gian, dù chỉ là thu thập dữ liệu đào tạo, chưa nói đến việc phát triển thuốc. Vì vậy chúng tôi đã lấy dữ liệu đào tạo từ các tài liệu hiện có và tìm cách áp dụng vào machine-learning để tăng tốc quá trình”.

Các nhà nghiên cứu đã cung cấp cho một mô hình trí tuệ nhân tạo các ví dụ về senolytics và giảng dạy mô hình AI phân biệt giữa hai loại này. Sau đó, mô hình AI được sử dụng để dự đoán liệu các phân tử mà nó chưa được biết có là senolytics hay không.

Khoảng 80 loại senolytics đã được biết đến, nhưng trong số đó, chỉ có hai loại đã được thử nghiệm trên người. Vì tỷ lệ nhỏ như vậy nên phải mất từ 10 đến 20 năm và số tiền khổng lồ để phát triển các loại thuốc đủ chuẩn để đem ra thị trường.

Mô hình machine-learning được cung cấp 4.340 phân tử , sau năm phút, mô hình đã trả về một danh sách kết quả với 21 phân tử có điểm số cao nhất mà nó đánh giá có khả năng là senolytics. Nếu không có mô hình học máy, quá trình này có thể mất tuần và một số tiền khổng lồ.

Mặc dù bước phân loại đã thành công, nhưng đây chỉ là bước đầu cho nghiên cứu này. “Bước tiếp theo là hợp tác với các bác sĩ lâm sàng tại trường Đại học để thử nghiệm các loại thuốc chúng tôi khám phá trên các mẫu mô phổi người khỏe mạnh” Vanessa giải thích.

Qua các thí này nghiệm này, nhóm hy vọng sẽ có thể chống lại quá trình lão hóa trên mô của các cơ quan bị hỏng trong tương lai. Vanessa chỉ ra rằng, bệnh nhân không nhất thiết cần được tiêm một liều lớn, loại thuốc này có thể được tiêm vào nơi cụ thể hoặc liều dùng rất nhỏ.

Mô hình machine-learning được sử dụng chủ yếu để phân loại các dữ liệu đã được áp dụng cho các loại thuốc liên quan đến lão hóa. Vanessa còn nói “Mong trong tương lai, chúng tôi có thể áp dụng AI để nghiên cứu cho các bệnh khác như ung thư. Chúng tôi rất hào hứng để khám phá tất cả các khả năng của AI”.

Xem thêm: Norton Genie – Công cụ AI giúp “né” lừa đảo qua mạng