과학자들은 AI를 사용하여 ‘좀비 세포’를 죽이고 노화 관련 질병과 싸우는 약물을 발견합니다

Empfohlen

Sher Zaman
Sher Zaman
I am Sher Zaman, a professional author who prefers quality to quantity. I am a self-motivated individual who keeps on learning new things. The scope of my writing services includes Cryptocurrency, Blockchain, Metaverse, NFTs.

연구원들은 몇 분 안에 좀비 세포를 죽일 수 있는 빠른 약물 탐지를 위한 효과적인 AI 프로그램을 공식화했습니다. 효과가 있으려면 세놀리틱 약물이 일반적으로 “좀비” 세포로 알려진 노화 세포를 파괴해야 합니다. 이 세포는 대사적으로 기능하지만 DNA가 손상되어 재생산할 수 없습니다. AI_Drug Discovery Synolytic 1.0

그러나 “약물 발견” 에 AI를 사용하면 가능한 약물을 찾을 수 있는 새롭고 더 생산적이며 저렴한 방법을 갖추게 되었습니다. 인공 지능은 의학, 비즈니스 등 거의 모든 삶의 영역에 영향을 미쳤습니다. 최근 일부 연구자들이 적절하고 잠재적인 약물에 대한 약물 탐지 분야에서 상당한 성공을 거둔 것으로 나타났습니다.

연구원 그룹은 이 연구를 위한 비용 효율적이고 유용하며 간단한 방법을 찾기 위해 AI 기반 모델을 사용하여 실험했습니다. 이 연구는 인간의 노화 과정을 늦추고 노화 관련 질병을 줄이는 데 도움이 될 수 있는 세놀리틱 약물의 유용한 영향을 발견했습니다. 도움이 될 수 있는 이 특정 약물의 세 가지 유망한 유형을 발견했습니다.

세놀리틱 약물이란?

세놀리틱 약물 신체에서 노화 세포(좀비 세포라고도 함)를 제거하는 의약품에 사용됩니다. 좀비 세포는 DNA 손상과 같은 문제로 인해 스스로 복제하지 않는 세포입니다. 이러한 세포가 스스로를 복제하지 않는 것이 인간의 삶에 유리합니다.

이러한 세포는 건강 문제를 일으킬 수 있으므로 제거해야 합니다. 노화 세포는 골관절염, 폐 섬유증, 암 및 제2형 당뇨병을 유발합니다. 이러한 이유로, 세놀리틱 약물 및 유사한 약물이 병든 조직을 근절하기 위해 사용됩니다.

연구자들은 약물 탐지에서 Ai 모델을 사용하여 무엇을 했습니까?

과학자들은 AI를 사용하여 '좀비 세포'를 죽이고 노화 관련 질병과 싸우는 약물을 발견합니다 Vanessa Smer-Barreto가 기사를 작성했습니다. 에든버러 대학의 연구 결과를 강조합니다. 그 기사에 따르면 연구원들은 약물 탐지를 위한 AI 모델을 공식화했습니다. 그들은 알려진 모든 세놀리틱 및 비세놀리틱 약물에 대한 세부 정보를 삽입했습니다. 이것의 목적 연구 는 프로그램이 이러한 약물을 구별하는 데 작동하는지 여부를 확인하는 것입니다.

AI 기반 프로그램은 성공적으로 작동했으며 이러한 약물 범주 간의 차이점을 발견했습니다. 연구자들이 실험에 수천 달러를 투자하는 대신 이제 AI를 기반으로 결과를 얻을 수 있기 때문에 새로운 의학적 평가를 예측했습니다.

Vanessa에 따르면, “세놀리틱스의 검출과 다양한 질병에서의 사용은 연구원들이 비용 효율적인 치료 방법을 찾는 데 새로운 문을 여는 데 도움이 될 것이지만 그러한 연구를 달성하는 데는 20년 이상과 수십억 달러가 소요될 것입니다.”

연구원들은 우려되는 결과를 찾기 위해 실험실에서 쥐에 대해 이러한 실험을 하고 있으며 좀비 세포를 제거하는 데 훨씬 더 효과적인 세놀리틱 약물을 발견했습니다. 그러나 그러한 실험을 수행하려면 훨씬 더 많은 자금, 고급 실험 설정 및 인간 생명에 대한 위협이 필요합니다. 이것이 연구자들이 실험을 위해 AI 기반 모델을 채택한 이유입니다.

AI가 인간을 질병으로부터 치료할 수 있다는 의미입니까?

과학자들은 AI를 사용하여 '좀비 세포'를 죽이고 노화 관련 질병과 싸우는 약물을 발견합니다 AI가 인간이 암이나 이와 같은 다른 질병을 치료하는 데 도움을 줄 수 있다는 의미는 아닙니다. 그러나 연구자들이 많은 시간과 자금을 투자하지 않고도 원하는 결과를 얻을 수 있기 때문에 의료 분야의 혁신을 향한 큰 발걸음입니다. 최근 연구에서 연구원들은 AI 기반 모델을 사용하여 관련 세부 사항을 제공하여 4340개의 분자에 대한 실험을 수행했습니다.

AI 프로그램은 이러한 모든 분자를 평가하고 페리플로신 및 올레안드린 범주에서 21가지 세놀리틱 약물 유형을 보여주었습니다. 수동 실험에 비해 훨씬 빠르지 않나요? Smer는 이 실험을 수행하는 데 50,000파운드 이상과 몇 주 또는 몇 달이 걸렸을 것이라고 주장했습니다. 이는 AI가 약물 발견에서 연구자들을 도왔고 실험을 쉽고 빠르고 비용 효율적으로 만들었다는 것을 의미합니다.

연구원은 실험실에서 수동으로 수행하기 위해 고급 기계 설정과 실험 도구가 필요합니다. 또한 그들은 실험을 수행할 사람의 안전을 위해 사전 예방 조치를 취해야 합니다.

다른 의학 분야에 대한 Ai의 영향

Decrypt는 연구원들이 실험 결과를 얻기 위해 AI 모델과 협력하고 있다고 언급했습니다. 단백질 간 통신을 감지하기 위해 연구자들이 Ankh라는 AI 기반 프로그램을 개발했습니다. 그 연구원들은 그들이 설계한 것과 그들의 실험 결과와 관련하여 그들의 프로그램이 추출한 것을 설명하는 논문을 출판했습니다.

Stability AI라는 잘 알려진 AI 회사가 공개했습니다. 그들의 팀은 단백질을 제대로 이해하기 위해 단백질의 행동을 연구하기 위해 AI 알고리즘을 기반으로 하는 기술을 연구하고 있습니다. 그것은 세계가 의학 실험을 위해 끊임없이 변화하는 이 기술을 향해 어떻게 움직이고 있는지 보여줍니다.

결론

결론적으로 AI 기반 프로그램은 약물 탐지에만 사용되는 것이 아닙니다. 그러나 연구자들은 의료 분야에서 다른 목적으로 그것을 사용하고 있습니다. 이를 사용하여 세놀리틱 약물을 검출하는 이 최근의 개발은 연구원들에게 새로운 문을 열었습니다. 현재 여러 대학의 과학자들이 연구실의 폐 조직에 사용하고 있습니다. 앞으로 몇 년 동안 이러한 프로그램은 전신 실험에 포함될 수 있습니다.

모든 거래에는 위험이 수반되므로 보장된 이익이 없습니다. 당사 웹사이트의 콘텐츠는 정보 제공의 목적으로만 제공되며 구매 또는 판매 추천을 구성하지 않습니다. 이것은 모든 자산, 제품, 서비스 및 기타 투자 대상에 유효합니다. 제시된 모든 의견은 투자 조언을 구성하지 않으며 개인적인 투자 조언을 대체할 수 없습니다. 저자 자신이 이해 상충을 일으킬 수 있는 논의된 금융 상품에 투자될 수 있습니다. 또한 제휴 링크를 사용하여 Phaedera UG가 수수료를 받을 수 있습니다. 이것은 명시적이든 묵시적이든 진술이나 보증을 구성하지 않으며 당사는 귀하가 이 웹사이트 또는 그 콘텐츠를 사용함으로써 발생할 수 있는 손실이나 손해에 대해 책임을 지지 않는다는 점에 유의하십시오. 우리는 또한 CFD(차액 계약)가 자본 손실의 상당한 위험을 나타내며 소매 투자자의 최대 77%가 추천 브로커로 인해 돈을 잃는다는 점을 지적하고 싶습니다. 암호자산은 매우 짧은 기간 동안 광범위하게 변동할 수 있는 변동성 상품이므로 모든 투자자에게 적합하지 않습니다. CFD와 달리 암호화폐 거래는 규제되지 않으므로 EU 규제 프레임워크의 적용을 받지 않습니다. 귀하의 자본이 위험에 처해 있습니다. 투자 결정을 내리기 전에 독립적인 전문가로부터 개별적인 조언을 구하고 위험을 신중하게 검토하는 것이 좋습니다. 금융 상품 거래에는 위험이 수반되고 자본 손실로 이어질 수 있기 때문입니다.

- Advertisement - spot_img

소매 CFD 계정의 77%가 돈을 잃습니다. 암호화 자산은 매우 휘발성입니다.
EU 투자자 보호가 없는 규제되지 않은 투자 상품. 귀하의 자본이 위험에 처해 있습니다.

Ähnliche Beiträge

LEAVE A REPLY

Please enter your comment!
Please enter your name here

- Advertisement -spot_img

소매 CFD 계정의 77%가 돈을 잃습니다. 암호화 자산은 매우 휘발성입니다.
EU 투자자 보호가 없는 규제되지 않은 투자 상품. 귀하의 자본이 위험에 처해 있습니다.

Neuste Artikel

error: Content is protected!