AZ 
Süni intellekt molekulyar simulyasiyaları 10.000 dəfə sürətləndirir
Çalmers Texnologiya Universiteti tərəfindən
Sadie Harley tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib
Tercih edilən mənbə kimi əlavə edin
TITO süni intellekt modeli ənənəvi ədədi simulyasiyalara nisbətən daha sürətli bir şəkildə zamanla irəliləməyi öyrənir və bu da tədqiqatçılara molekulların fiziki xüsusiyyətlərini daha tez xarakterizə etməyə imkan verir. Model gələcəkdə yeni dərmanların daha sürətli sınaqdan keçirilməsi üçün yol açır. Müəllif: Chalmers Texnologiya Universiteti | Juan Viguera Diez və Simon Olsson
Yeni süni intellekt modeli molekulların zamanla necə təkamül etdiyini proqnozlaşdırmaqda o qədər yaxşı hala gəlib ki, gələcəkdə yeni dərmanların sınaqdan keçirilməsinin bahalı və vaxt aparan prosesini sürətləndirə bilər. Uzunmüddətli perspektivdə bu texnologiya dərmanların və yeni müalicələrin hazırlanmasını asanlaşdıra bilər, çünki perspektivli dərman namizədləri daha tez və daha dəqiq müəyyən edilə bilər.
Bu tapıntılar Science Advances jurnalında dərc olunmuş yeni İsveç tədqiqatında təqdim olunur .
Yeni bir dərmanın hazırlanması, ilkin ideyadan hazır dərmana qədər, xəstələrə çatana qədər 10 ildən çox vaxt aparır. Ən perspektivli namizədləri müəyyən etmək üçün çoxsaylı testlər aparılmalı olduğundan, həm xərclərin, həm də vaxtın böyük bir hissəsi erkən mərhələlərdə cəmləşir. Çox vaxt minlərlə molekulun yoxlanıldığı bir neçə tədqiqat tələb olunur, lakin onların yalnız bir hissəsi növbəti mərhələyə keçir.
Ənənəvi olaraq, molekulların hərəkətləri molekulyar dinamika adlanan üsulla simulyasiya edilmişdir. Bu üsulda tədqiqatçılar bütün atomlar arasındakı qüvvələri addım-addım hesablayır və onları bir-bir az hərəkət etdirirlər.
Hesablamaların sabit olması üçün hər addım olduqca qısa, təxminən bir femtosaniyə (10⁻¹⁵ saniyə) olmalıdır. Dərmanların hazırlanması üçün maraqlı olan proseslər daha uzun müddət ərzində baş verdiyindən, milyardlarla addım tələb olunur ki, bu da simulyasiyaları hesablama baxımından çox tələbkar edir.
Süni intellekt tərəfindən gətirilən əsas dəyişikliklər
Süni intellektdən istifadə artıq tədqiqatçılara ədədi hesablamalar aparmadan molekulyar dəyişiklikləri aşkar etməyə imkan verir. Maşın öyrənməsi hesablamanın hər addımını sürətləndirə bilər və generativ modellər hərəkətlərini simulyasiya etmədən birbaşa mümkün molekulyar strukturlar yaratmaq üçün istifadə edilə bilər.
İsveçin Çalmers Texnologiya Universiteti və Göteborq Universitetindən bir qrup tədqiqatçı uzunmüddətli perspektivdə dərman inkişafının sınaqlarını daha da səmərəli edə biləcək yeni bir süni intellekt modeli hazırlamaqla daha bir addım atıblar. Yeni model ənənəvi simulyasiyalardan 10.000 dəfədən çox daha sürətlidir.
“Süni intellekt modelimizi fərqləndirən cəhət, onun əsas dinamikanı daha uzun müddət ərzində öyrənməsidir. Bu model yalnız molekulların hansı formaları aldığına dair deyil, həm də bu molekulyar keçidlərin nə qədər tez və hansı yollarla baş verdiyinə dair məlumat verir. Bildiyimiz qədəri ilə, bu, bir çox fərqli molekul üçün işləyən şəkildə ilk dəfə edilir”, – deyə Çalmers Texnologiya Universiteti və Göteborq Universitetinin Kompüter Elmləri və Mühəndisliyi kafedrasının tədqiqat rəhbəri və dosenti Saymon Olsson bildirib.
Minlərlə molekul sınaqdan keçirilib
Tədqiqatda karbon, azot, hidrogen və oksigen atomlarından ibarət olanlar kimi 12.500-dən çox üzvi molekul araşdırılıb. Həmçinin 1000-dən çox qısa peptid öyrənilib: zülalları təşkil edən amin turşularının qısa zəncirlərindən ibarət molekullar. Süni intellekt modeli molekulların adətən necə davrandığını öyrənib və buna görə də simulyasiyalar vasitəsilə sürətlə irəliləyə bilib. Nəticələr hələ də fizika qanunlarına uyğundur.
“Biz modeli molekuldakı atomların zamanla necə hərəkət etdiyinə dair simulyasiya edilmiş nümunələrdən istifadə edərək öyrədirik. Bu ardıcıllıqlara əsaslanaraq model molekulların hərəkətini tənzimləyən əsas qaydaları öyrənir və daha sonra yeni molekulların necə davranacağını proqnozlaşdıra bilər”, – deyə Olsson bildirir.
Tədqiqatçılar modelin nəticələrini və nəticələrini molekulyar təkamülün əvvəlki tədqiqatları ilə müqayisə etdilər.
“Nəticələri standart ədədi alqoritmlərdən istifadə edərək təsdiqləmək üçün geniş postemal simulyasiyalarından istifadə edərək təsdiqlədik. Və onlar bir-biri ilə uyğundur”, – Olsson deyir.
Dəyişikliklər proqnozlaşdırıla bilər
Süni intellekt modeli real görüntülərə əsaslanmasa da, tədqiqatçılar nəticələri hər kadrı ardıcıllıqla izləmək əvəzinə, “molekulyar filmlərdə” səhnələr arasında keçid etmək yolu kimi təsvir edirlər.
Süni intellekt modeli tədqiqatçıların laboratoriyada verdikləri hesablama proqnozlarının əsasını təşkil edir.
“Orada biz çox spesifik şeyləri ölçürük: molekulların xüsusiyyətləri, müəyyən bir məhlulda nə qədər “xoşbəxt” olduqları və ya, məsələn, membrandan hüceyrəyə keçmək istəyib-istəmədikləri – amma bu, hələ də gələcəkdədir”, – Olsson deyir.
Əsas üstünlüklərdən biri, modelin təlim zamanı heç vaxt rastlaşmadığı molekullara tətbiq oluna bilməsidir, çünki model fərdi sistemləri əzbərləmək əvəzinə, molekulyar hərəkəti tənzimləyən ümumi qaydaları öyrənib .
“Modelin müəyyən etməyimizə kömək etdiyi müəyyən bir qanunauyğunluq var. Süni intellekt modeli bir sıra nümunələrə əsaslanır və burada o, yalnız onlarla nanosaniyə ərzində baş verənləri müşahidə edir. Buna baxmayaraq, o, molekullarda min dəfə daha uzun bir müddət ərzində baş verən xüsusiyyətləri və dəyişiklikləri proqnozlaşdıra bilər. Beləliklə, süni intellektin köməyi ilə “molekulyar gələcəkdə” nələrin baş verə biləcəyini müəyyən edə bilərik. O, prosesin heç vaxt baş vermədiyini görsə də, molekulların necə dəyişdiyini proqnozlaşdıra bilər”, – Olsson deyir.
Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklərdən xəbərdar olun .
Əczaçılıq sənayesi üçün maraqlıdır
“Molekulların nümayiş etdirdiyi fiziki hadisələri proqnozlaşdıra bilmək üçün sistemin necə davrandığının əsas fizikasını başa düşməliyik. İnanıram ki, bunu ümumi mənada nümayiş etdirən və bunun mümkün olduğunu göstərən ilk insanlardan biriyik”, – deyə Çalmers Texnologiya Universiteti və Göteborq Universitetinin Kompüter Elmləri və Mühəndisliyi kafedrasının AstraZeneca-da sənaye doktoru tələbəsi və məqalənin aparıcı müəllifi Xuan Viqera Diez bildirib.
Tədqiqatçılar sənayedə reallığı daha dəqiq əks etdirən və yeni dərmanların daha tez hazırlanmasına imkan verən simulyasiyalara böyük maraq görürlər. Yeni süni intellekt modeli çox sayda potensial molekulun sınaqdan keçirilməsinin lazım olduğu molekulyar simulyasiyaları sürətləndirə bildiyindən, tədqiqat qrupu bunun daha səmərəli dərman inkişafı istiqamətində mühüm bir addım olacağına ümid edir.
“Uzunmüddətli perspektivdə bizimki kimi süni intellekt modelləri perspektivli dərman namizədlərini daha tez müəyyən etməyə və erkən mərhələlərdə dəqiqliyi artırmağa kömək edə bilər. Tədqiqat işi hazırda nəyin mümkün olduğunu göstərir. Ümid edirik ki, bu, daha ümumi texnikaların inkişafı üçün yol açacaq ki, bu da nəticədə yeni dərmanların və yeni müalicələrin hazırlanmasını asanlaşdıra və daha geniş mənada xəstəliklər haqqında anlayışımızı da yaxşılaşdıra bilər”, – Diez deyir.
Süni intellekt modeli haqqında daha çox məlumat
TITO (Transferlənə Bilən Gizli Transfer Operatorları) süni intellekt modeli, molekulyar hərəkəti tənzimləyən statistik qaydaları birbaşa simulyasiya məlumatlarından öyrənən dərin generativ modelləşdirmə çərçivəsidir. Bu, atom konfiqurasiyalarının (atomların molekul daxilində məkan baxımından necə düzülməsi və bir-biri ilə əlaqə qurması) zaman miqyasında ənənəvi ədədi simulyasiyalardan daha sürətlə necə inkişaf etdiyini proqnozlaşdırmağa imkan verir.
Metod hazırda sadələşdirilmiş həlledici modellərində və müəyyən bir temperaturda kiçik molekulyar sistemlərdə sınaqdan keçirilmişdir. Hazırda daha mürəkkəb və real sistemlər üçün daha da inkişaf etdirilir.
Nəşr detalları
Juan Viguera Diez və digərləri, Transfer edilə bilən generativ modellər femtosaniyədə nanosaniyə zaman-addım molekulyar dinamikasını birləşdirir, Science Advances (2026). DOI: 10.1126/sciadv.aed2333
Jurnal məlumatları: Elmin irəliləyişləri
Əsas anlayışlar
BiomolekullarSüni intellektMolekulyar dinamikaStatistik metodlar
Çalmers Texnologiya Universiteti tərəfindən təmin edilir Bu hekayənin arxasında kim dayanır?
Sadie Harley
Həyat Elmləri və Ekologiya üzrə bakalavr. Neft, qaz və bərpa olunan enerji sənayesində əczaçılıq xəbərləri sahəsində təcrübəsi olan mikrobiologiya laboratoriyası təcrübəsi. Tam profil →
Robert Egan
Riyazi biologiya üzrə bakalavr, yaradıcı yazı üzrə magistr dərəcəsi. Elm və dilə dair unikal perspektivləri olan səyahətlər. Tam profil →
