નેચર બાયોમેડિકલ એન્જિનિયરિંગમાં પ્રકાશિત થયેલું સંશોધન, સુરક્ષિત અને વધુ અસરકારક સારવારો બનાવવા માટે એક મહત્વપૂર્ણ પગલું આગળ ધપાવે છે.

સંશોધન ટીમે પ્રોટેગ્રિન-1ને ફરીથી એન્જિનિયર કરવા માટે ChatGPT પાછળની ટેક્નોલોજીની જેમ જ વિશાળ ભાષા મોડેલ (LLM) નો ઉપયોગ કર્યો. આ શક્તિશાળી એન્ટિબાયોટિક, કુદરતી રીતે ડુક્કર દ્વારા ઉત્પાદિત, બેક્ટેરિયાને મારવામાં અસરકારક હતું પરંતુ તે પહેલાં માનવ ઉપયોગ માટે ખૂબ ઝેરી હતું.

પ્રોટેગ્રિન-1 ને સંશોધિત કરીને, સંશોધકોએ માનવ કોષો પર તેની હાનિકારક અસરોને દૂર કરવા સાથે તેના એન્ટીબેક્ટેરિયલ ગુણધર્મોને જાળવવાનું લક્ષ્ય રાખ્યું છે.

આ હાંસલ કરવા માટે, ટીમે ઉચ્ચ-થ્રુપુટ પદ્ધતિ દ્વારા પ્રોટેગ્રિન-1 ની 7,000 થી વધુ વિવિધતાઓ જનરેટ કરી, જેનાથી તેઓ ઝડપથી ઓળખી શકે કે કયા ફેરફારો સલામતી વધારી શકે છે. ત્યારબાદ તેઓએ બેક્ટેરિયાના પટલને પસંદગીયુક્ત રીતે લક્ષ્યાંકિત કરવા, બેક્ટેરિયાને અસરકારક રીતે મારવા અને માનવ લાલ રક્ત કોશિકાઓને નુકસાન પહોંચાડવાનું ટાળવાની તેમની ક્ષમતા માટે આ વિવિધતાઓનું મૂલ્યાંકન કરવા માટે એલએલએમનો ઉપયોગ કર્યો. આ AI-માર્ગદર્શિત અભિગમને કારણે બેક્ટેરિયાલી સિલેક્ટિવ પ્રોટેગ્રિન-1.2 (bsPG-1.2) તરીકે ઓળખાતી શુદ્ધ આવૃત્તિની રચના થઈ.

પ્રારંભિક પ્રાણી પરીક્ષણોમાં, bsPG-1.2 સાથે સારવાર કરાયેલ અને મલ્ટિડ્રગ-પ્રતિરોધક બેક્ટેરિયાથી ચેપગ્રસ્ત ઉંદરોએ છ કલાકની અંદર તેમના અંગોમાં બેક્ટેરિયાના સ્તરમાં નોંધપાત્ર ઘટાડો દર્શાવ્યો હતો. આ આશાસ્પદ પરિણામો સૂચવે છે કે bsPG-1.2 સંભવતઃ માનવ અજમાયશમાં આગળ વધી શકે છે.

ક્લોઝ વિલ્કે, એકીકૃત જીવવિજ્ઞાનના પ્રોફેસર અને અભ્યાસના સહ-વરિષ્ઠ લેખક, દવાના વિકાસ પર AI ની પરિવર્તનકારી અસર પર પ્રકાશ પાડ્યો.

“ભાષાના મોટા મોડલ પ્રોટીન અને પેપ્ટાઈડ એન્જિનિયરિંગમાં ક્રાંતિ લાવી રહ્યા છે, જે નવી દવાઓ વિકસાવવાનું અને હાલની દવાઓને વધુ અસરકારક રીતે સુધારવાનું શક્ય બનાવે છે. આ ટેક્નોલોજી માત્ર સંભવિત નવી સારવારોને જ ઓળખી શકતી નથી પણ ક્લિનિકલ એપ્લીકેશન માટેના તેમના માર્ગને પણ ઝડપી બનાવે છે,” વિલ્કે જણાવ્યું હતું.

ગંભીર આરોગ્ય પડકારોને પહોંચી વળવા માટે AI નો ઉપયોગ કેવી રીતે કરવામાં આવે છે તે આ પ્રગતિ દર્શાવે છે.