ஆன்டிபயாட்டிக் ஏஐயை மேலும் நம்பகமாக்க ஆராய்ச்சியாளர்கள் முயல்கிறார்கள்
குயின்ஸ்லாந்து பல்கலைக்கழகத்தைச் சேர்ந்த ஒரு ஆராய்ச்சி குழு, ஆன்டிபயாட்டிக் கண்டுபிடிப்பில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான மிகப்பெரிய தடைகளில் ஒன்று மூல கணிப்பு சக்தி அல்ல, நம்பிக்கை தான் என கூறுகிறது. Journal of Cheminformatics இதழில் வெளியான பணியில், வேதிச் சேர்மங்களை சாத்தியமான ஆன்டிபயாட்டிக்குகளாக பரிந்துரைக்கும் போது ஏஐ அமைப்புகள் நம்பகமான காரணங்களை வழங்க முடியுமா என்பதை சோதிக்க வடிவமைக்கப்பட்ட ஒரு கட்டமைப்பை அந்த குழு உருவாக்கியது.
இலக்கு பிரச்சினை மிகக் கடுமையானது. ஆண்டிமைக்ரோபியல் எதிர்ப்புத் தன்மை தற்போதுள்ள மருந்துகளின் செயல்திறனை குறைத்து வருகிறது, அதே நேரத்தில் புதிய ஆன்டிபயாட்டிக்குகளுக்கான வழித்தடம் பல ஆண்டுகளாக சிரமப்பட்டு வருகிறது. இதனால் பிழைகளின் புதிய மூலங்களை உருவாக்காமல், ஆரம்ப கட்ட கண்டுபிடிப்பு வேகத்தை அதிகரிக்க வேண்டிய அழுத்தம் உருவாகிறது. ஆய்வாளர்களின் கூற்றுப்படி, அந்தப் பணியை வேகப்படுத்த ஏஐக்கு திறன் உள்ளது, ஆனால் ஒரு மாதிரி ஏன் ஒரு குறிப்பிட்ட முடிவை எட்டியது என்பதை விஞ்ஞானிகள் புரிந்துகொள்ள முடிந்தால் மட்டுமே.
மருந்து உருவாக்கத்தில் இந்தக் கவலை மிகுந்தது; தவறான நம்பிக்கை நேரத்தை வீணாக்கலாம், குறைந்த அளவிலான ஆய்வக வளங்களை பயன்படுத்திவிடலாம், மேலும் குழுக்களை தவறான பாதையில் இட்டுச் செல்லலாம். குயின்ஸ்லாந்து பல்கலைக்கழக ஆய்வாளர்கள் இந்த பிரச்சினையை பல இயந்திரக் கற்றல் அமைப்புகள் ஒரு “black box” போல செயல்படுகின்றன என்ற பரிச்சயமான விமர்சனத்தின் அடிப்படையில் வடிவமைத்தனர்: அவை ஒரு பதிலை அளிக்கின்றன, ஆனால் அதற்கு எப்படி வந்தன என்ற நம்பகமான விளக்கத்தை தருவதில்லை.
உயர் அபாயத் துறையில் black-box பிரச்சினை
UQ-யின் Center for Superbug Solutions-இல் பணிபுரியும் டாக்டர் அப்துல்முஜீப் ஒனவோலே, விளக்கத்தக்க ஏஐக்கான தேவையானது வெறும் கல்விசார் விஷயம் அல்ல என்றார். மருந்து-எதிர்ப்பு பாக்டீரியாக்கள் ஏற்கனவே ஒரு பெரிய உலகளாவிய சுகாதார அச்சுறுத்தலாக உள்ளன, மேலும் ஏஐ அமைப்பிலிருந்து வரும் மோசமான காரணமொழி, ஆராய்ச்சியாளர்கள் தவறான மூலக்கூறுகளுக்கு முன்னுரிமை அளிக்கவோ அல்லது நுண்ணிய வேதியியல் மாற்றங்களின் விளைவுகளை தவறாகப் புரிந்துகொள்ளவோ காரணமாகலாம்.
பாரம்பரிய மருத்துவ வேதியியலில், அந்த நுண்ணிய மாற்றங்கள் மிக முக்கியமானவை. ஒரு மூலக்கூறு அமைப்பில் ஏற்படும் சிறிய மாற்றம், ஒரு சேர்மத்தை பெரிதும் சக்திவாய்ந்ததாகவோ, மிகக் குறைவானதாகவோ, அல்லது மருந்து வேட்பாளராக பொருத்தமற்றதாகவோ மாற்ற முடியும். ஒரு ஏஐ மாதிரி ஒரு சேர்மத்தை நம்பிக்கை தருவதாகக் காட்டி, அந்த கணிப்பை இயக்கும் அம்சங்களை சரியாக அடையாளம் காண முடியாவிட்டால், விஞ்ஞானிகளுக்கு பரிசோதனை ஆய்வில் நிலைநிறுத்த முடியாத ஒரு கவர்ச்சிகரமான விளைவு மட்டுமே மீதமிருக்கலாம்.
புதிய கட்டமைப்பு அந்த இடைவெளியை நிரப்புவதற்காக உருவாக்கப்பட்டுள்ளது. ஒரு மாதிரி நம்பிக்கை தரும் சேர்மங்களை மோசமானவற்றிலிருந்து வேறுபடுத்த முடியுமா என்பதை மட்டும் கேட்பதற்குப் பதிலாக, அந்த மாதிரியின் விளக்கங்கள் வேதியியல் ரீதியாக அர்த்தமுள்ள வடிவங்களுடன் பொருந்துகிறதா என்பதைக் ஆராய்ச்சியாளர்கள் சோதித்தனர். வேறு வார்த்தைகளில் சொன்னால், சரியான காரணங்களால் மாதிரி பயனுள்ள முடிவுகளுக்குச் செல்கிறதா என்பதை அளவிட முயன்றனர்.
கட்டமைப்பு எவ்வாறு சோதிக்கப்பட்டது
ஆய்வுக்காக, குழு முன்பே Staphylococcus aureusக்கு எதிராக மதிப்பீடு செய்யப்பட்ட வேதிச் சேர்மத் தரவுத்தொகுதிகளைப் பயன்படுத்தி மூன்று ஏஐ மாதிரிகளை உருவாக்கியது; இது கடுமையான தொற்றுகளுடன் தொடர்புடைய ஒரு பாக்டீரியா, மேலும் ஆன்டிபயாட்டிக் எதிர்ப்புத் தன்மை ஆராய்ச்சியில் பரிச்சயமான கவலைக்குரிய ஒன்று. பின்னர் இந்த கட்டமைப்பு, ஒவ்வொரு மாதிரியும் இரண்டு கடினமான விளக்கத்தன்மை பணிகளை எவ்வாறு கையாள்கிறது என்பதை ஆய்வு செய்தது.
முதல் பணி, ஆன்டிபயாட்டிக் செயல்பாட்டில் முக்கியமானதாக ஏற்கனவே அறியப்பட்ட முக்கிய மருந்து அமைப்புகளை அடையாளம் காண்வதாகும். இரண்டாவது, “activity cliffs” எனப்படும் நிலைகளை விளக்குவது; இதில் சிறிய வேதியியல் மாற்றங்கள் உயிரியல் செயல்திறனில் பெரும் மாற்றங்களை ஏற்படுத்தும். இந்த cliffs ஒரு கடினமான சோதனை, ஏனெனில் அவை ஒரு மாதிரி பரந்த புள்ளியியல் தொடர்புகளின் மீது நம்பிக்கையிடாமல், வேதியியல் ரீதியாக முக்கியமான விவரங்களைப் பிடிக்கிறதா என்பதை வெளிப்படுத்துகின்றன.
UQ-யின் Center for Superbug Solutions-இல் உள்ள டாக்டர் ஜோஹன்னஸ் சூஎக் கூறுவதன்படி, மூன்று மாதிரிகளும் அறியப்பட்ட ஆன்டிபயாட்டிக் அமைப்புகளை கண்டறிவதில் நியாயமான அளவில் சிறப்பாக செயல்பட்டன. ஆனால் ஒரு மூலக்கூறு ஏன் செயலில் இருந்தது என்பதை விளக்குவதில் அவை தெளிவாக வேறுபட்டன. அந்த வேறுபாடு கட்டுரையின் மதிப்பின் மையம்: அமைப்பின் உள் தர்க்கம் நம்பகமானதா என்பதை ஆராய்ச்சியாளர்கள் தீர்மானிக்க முடியாவிட்டால், வலுவான pattern recognition மட்டும் போதுமானதாக இருக்காது.
எனவே, இந்த ஆய்வு ஏஐ உதவியுள்ள மருந்து கண்டுபிடிப்பில் உயர்ந்த தரநிலையை வலியுறுத்துகிறது. மாதிரி துல்லியத்தைக் ஒரே அளவுகோலாக கருதுவதற்குப் பதிலாக, ஏஐ வெளியீடுகள் நிபுணர் விசாரணையைத் தாங்குமா என்பதை ஆசிரியர்கள் அடிப்படையில் கேட்கிறார்கள். நடைமுறையில், இது எந்த அமைப்புகள் மருத்துவ வேதியியல் முடிவுகளை ஆதரிக்க ஏற்றவை, எவை அல்ல என்பதை ஆராய்ச்சி குழுக்கள் தீர்மானிக்க உதவலாம்.
ஆன்டிபயாட்டிக் உருவாக்கத்திற்கு இது ஏன் முக்கியம்
ஆன்டிபயாட்டிக் கண்டுபிடிப்பு செலவுயர்ந்தது, மெதுவானது, மற்றும் முடிவற்ற தடைகளால் நிறைந்தது. தேடல் பரப்பை குறைக்கும் எந்த தொழில்நுட்பமும் ஈர்க்கக்கூடியது, ஆனால் தவறான வழிகாட்டுதல்களைப் பின்பற்றுவதற்கான செலவுகள் அபூர்வமாக உயர்ந்தவை. மொத்தத்தில் துல்லியமாகத் தோன்றும் ஒரு மாதிரி, அதன் கணிப்புகளை போலியான வடிவங்களின் மீது அமைத்திருந்தால், குறிப்பாக அந்த கணிப்புகள் எந்த சேர்மங்கள் உருவாக்கப்பட வேண்டும் அல்லது உயிரியல் சோதனைக்கு முன்னேற்றப்பட வேண்டும் என்பதைப் பாதிக்கும்போது, அது இன்னும் ஆபத்தானதாக இருக்கலாம்.
அது விளக்கத்தன்மையை வெறும் தொழில்நுட்ப விருப்பமாக அல்லாமல் மாற்றுகிறது. அது அறிவியல் அபாயத்தை வடிகட்டும் கருவியாக மாறுகிறது. ஒரு கட்டமைப்பு ஏஐ மாதிரி செயல்பாட்டை இயக்கும் சரியான கட்டமைப்புக் காரணிகளை அடையாளம் காண்கிறதா என்பதை வெளிப்படுத்த முடிந்தால், ஆராய்ச்சியாளர்கள் அதை உண்மையான பணிச்சூழல்களில் பயன்படுத்த அதிகம் விரும்பலாம். அது ஒரு மாதிரி நம்ப வைக்கும் ஆனால் வேதியியல் ரீதியாக தவறான விளக்கங்களை உருவாக்குகிறது என்பதைக் காட்டினால், கீழ்நிலை வீண்செலவை ஏற்படுத்துவதற்கு முன்பே அந்த மாதிரிக்கு குறைந்த முன்னுரிமை அளிக்க முடியும்.
ஆய்வாளர்கள் விவரிப்பதன்படி, வாக்குறுதி என்பது இயந்திர நுண்ணறிவு மற்றும் ஆய்வக அறிவியல் இடையே மேலும் தகவலறிந்த கூட்டாண்மை உருவாகுவதில் உள்ளது. ஏஐ விஞ்ஞானிகளை வேகமாக நகர உதவலாம், ஆனால் மனிதர்கள் இயந்திரத்தின் காரணமொழி நம்புவதற்குரிய அளவு வலுவானதா என்பதை மதிப்பிட முடிந்தால் மட்டுமே. அந்த அர்த்தத்தில், இந்த கட்டமைப்பு நிபுணர் தீர்ப்பை மாற்றுவதற்குப் பதிலாக, ஏஐ வெளியீடுகளை நிபுணர்களால் தணிக்கை செய்யக்கூடியதாக மாற்றுவது குறித்ததாகும்.
மிதமான ஒரு படி, இறுதி தீர்வு அல்ல
இந்த ஆய்வு ஆன்டிபயாட்டிக் கண்டுபிடிப்பு தடையைக் கடந்து விட்டதாகக் கூறவில்லை, மேலும் விளக்கத்தக்க ஏஐ தானாகவே புதிய மருந்துகளை உருவாக்கும் என்றும் கூறவில்லை. அது முன்வைப்பது, ஆராய்ச்சியின் இத்தகைய நுணுக்கமான கட்டத்தில் ஏஐ அமைப்புகள் இடம் பெற தகுதியானவையா என்பதை மதிப்பிடும் ஒரு முறை. இது குறுகியதான ஒரு கூற்று, ஆனால் முக்கியமானது; ஏனெனில் ஆயுள் அறிவியலில் ஏஐ குறித்த உற்சாகம், அந்த கருவிகள் உண்மையான முடிவெடுப்புக்கு போதுமான நம்பகத்தன்மை கொண்டவையா என்ற நடைமுறை கேள்வியை அடிக்கடி முந்திவிடுகிறது.
இந்த வேலை பயன்பாட்டு ஏஐ ஆராய்ச்சியில் நடைபெறும் ஒரு பரந்த மாற்றத்தையும் பிரதிபலிக்கிறது. மாதிரிகள் மருத்துவம், வேதியியல், காப்பீடு, உட்கட்டமைப்பு, மற்றும் பிற ஒழுங்குபடுத்தப்பட்ட அல்லது பாதுகாப்பு முக்கியத்துவம் கொண்ட துறைகளுக்குள் செல்லும் நிலையில், செயல்திறன் அளவுகோல்கள் மட்டும் இனி போதுமானதல்ல. ஒரு அமைப்பின் வெளியீடுகள் துறை நிபுணர்களால் விளக்கப்படவும், சவால் செய்யப்படவும், சரிபார்க்கப்படவும் முடியும் என்பதற்கான ஆதாரத்தை நிறுவனங்கள் அதிகமாகத் தேவைப்படுகின்றன.
ஆன்டிபயாட்டிக் ஆராய்ச்சிக்காக, அந்த தேவையானது மேலும் அதிகரிக்கும் வாய்ப்பு உள்ளது. எதிர்ப்பு தொடர்ந்து உயர்கிறது, மற்றும் புதிய சிகிச்சைகளுக்கான தேடல் அதிகரித்த அழுத்தத்தில் உள்ளது. ஏஐ உண்மையில் மிகவும் தேவையான ஆன்டிபயாட்டிக்குகளின் கண்டுபிடிப்பை வேகப்படுத்த உதவ வேண்டுமானால், இந்தக் கட்டமைப்பைப் போன்றவை எந்த மாதிரிகள் உண்மையில் ஆய்வகத்திற்கு தயாராக உள்ளன என்பதை தீர்மானிக்கும் அடிப்படை உட்கட்டமைப்பின் ஒரு பகுதியாக மாறலாம்.
இந்த கட்டுரை Medical Xpress வழங்கிய செய்திப்பரப்பின் அடிப்படையில் உள்ளது. மூலக் கட்டுரையைப் படிக்கவும்.
Originally published on medicalxpress.com
