به گزارش فارس به نقل از دانشگاه صنعتی زوریخ، یک مدل هوش مصنوعی جدید که توسط شیمیدانان دانشگاه صنعتی زوریخ ساخته شده، نه تنها می تواند محل اصلاح یک مولکول فعال دارویی را که مسئول اثر درمانی آن است پیش بینی کند، بلکه می تواند بهترین روش را نیز در مورد آن پیش بینی کند. این امر امکان شناسایی سریعتر ترکیبات دارویی جدید و بهبود مواد موجود را به روشی هدفمند فراهم می کند.
متابولیت فعال دارویی می تواند به طور قابل توجهی یا به طور کامل مسئول اثر درمانی یک دارو باشد یا در برخی موارد حتی ممکن است اثر دارویی را معکوس کند.
تا به امروز، شناسایی و تولید ترکیبات دارویی فعال جدید یک فرآیند پیچیده آزمون و خطا بوده است. محققان دانشگاه صنعتی زوریخ یک مدل هوش مصنوعی ایجاد کرده اند که به شناسایی مکان های مولکولی مناسب برای توسعه مواد فعال جدید کمک می کند.
این روش هوش مصنوعی می تواند توسعه مواد دارویی فعال جدید و بهینه سازی مواد موجود را تسریع کند.
شناسایی ترکیبات دارویی فعال جدید و مهمتر از همه، تولید آنها از طریق سنتز شیمیایی در آزمایشگاه کار ساده ای نیست. شیمیدانان برای رسیدن به فرآیند تولید بهینه، معمولاً از رویکرد آزمون و خطا استفاده می‌کنندکه رویکردی زمانبر و مملو از بن‌بست است.
اکنون دانشمندان، رویکردی مبتنی بر هوش مصنوعی ارائه کرده‌اند که به تعیین بهترین روش سنتز از جمله احتمال موفقیت آن کمک می‌کند. این روش می‌تواند تعداد آزمایش‌های مورد نیاز را تا حد زیادی کاهش دهد.
