បដិវត្តន៍ AI ក្នុងការបង្កើតឱសថថ្មីៗ (AI Drug Discovery) ក្នុងរយៈពេលត្រឹមតែប៉ុន្មានខែ
ស្វែងយល់ពីរបៀបដែល Generative AI និង AlphaFold កំពុងបដិវត្តន៍ការបង្កើតឱសថថ្មីៗ កាត់បន្ថយពេលស្រាវជ្រាវពី ១០ ឆ្នាំ មកត្រឹមប៉ុន្មានខែ។
បដិវត្តន៍ AI ក្នុងការបង្កើតឱសថថ្មីៗ (AI Drug Discovery) ក្នុងរយៈពេលត្រឹមតែប៉ុន្មានខែ
- គំរូ AI ដូចជា AlphaFold របស់ Google DeepMind អាចទស្សន៍ទាយរចនាសម្ព័ន្ធ 3D នៃប្រូតេអ៊ីនជាង ២០០ លានប្រភេទបានយ៉ាងសុក្រឹត ដែលជាស្នាដៃឈ្នះពានរង្វាន់ណូបែលគីមីវិទ្យាឆ្នាំ ២០២៤។
- ប្រព័ន្ធ Generative AI អាចរចនាម៉ូលេគុលឱសថថ្មីស្រឡាង (De Novo Molecular Design) ដែលមិនធ្លាប់មានក្នុងធម្មជាតិ ដើម្បីកំណត់គោលដៅសម្លាប់កោសិកាមហារីក និងបាក់តេរីស៊ាំថ្នាំ។
- ឱសថដែលបង្កើតដោយ AI ជាច្រើនកំពុងស្ថិតក្នុងការសាកល្បងគ្លីនិកលើមនុស្ស (Clinical Trials) សម្រាប់ព្យាបាលជំងឺរលាកសរសៃសួត ជំងឺមហារីក និងជំងឺកម្រ។
ជាប្រពៃណី ការស្រាវជ្រាវ និងបង្កើតឱសថថ្មីមួយមុខ ត្រូវការពេលវេលាជាមធ្យមពី ១០ ទៅ ១៥ ឆ្នាំ និងចំណាយថវិកាអស់ជាង ២.៥ ពាន់លានដុល្លារ ដោយមានអត្រាបរាជ័យរហូតដល់ ៩០%។ ប៉ុន្តែនៅពេលបច្ចុប្បន្ន ការរួមបញ្ចូលគ្នារវាងជីវវិទ្យា និងបញ្ញាសិប្បនិម្មិត (AI Drug Discovery) កំពុងផ្លាស់ប្តូរវិស័យឱសថសាស្ត្រទាំងស្រុង ដោយកាត់បន្ថយពេលវេលាស្វែងរកម៉ូលេគុលឱសថពីច្រើនឆ្នាំ មកត្រឹមតែប៉ុន្មានសប្តាហ៍ ឬប៉ុន្មានខែប៉ុណ្ណោះ។
១. បញ្ហាប្រឈមនៃឱសថបុរាណ និងការមកដល់នៃបដិវត្តន៍ AI
នៅក្នុងដំណើរការបង្កើតឱសថបុរាណ អ្នកវិទ្យាសាស្ត្រត្រូវធ្វើតេស្តសាកល្បងម៉ូលេគុលគីមីរាប់លានប្រភេទនៅក្នុងមន្ទីរពិសោធន៍តាមវិធីសាស្ត្រ High-Throughput Screening ដែលចំណាយពេលយូរ និងមានតម្លៃថ្លៃមហាសាល។ វត្តមាននៃ AI Deep Learning បានបំលែងបញ្ហាគីមីវិទ្យាឱ្យក្លាយជាបញ្ហាគណនាឌីជីថល។ តាមរយៈការបង្វឹកលើទិន្នន័យជីវសាស្ត្រ និងរចនាសម្ព័ន្ធគីមីរាប់ពាន់លាន AI អាចពិនិត្យ និងជ្រើសរើសម៉ូលេគុលដែលមានសក្តានុពលខ្ពស់បំផុត (Lead Compounds) បានក្នុងរយៈពេលត្រឹមតែប៉ុន្មានម៉ោង ដោយកាត់បន្ថយការចំណាយថវិកាបានរាប់រយលានដុល្លារ។
២. របកគំហើញ AlphaFold និងការដោះស្រាយបញ្ហា Protein Folding
អស់រយៈពេលជាង ៥០ ឆ្នាំ ការទស្សន៍ទាយពីរបៀបដែលខ្សែអាស៊ីតអាមីណូបត់បែនទៅជារចនាសម្ព័ន្ធប្រូតេអ៊ីន 3D (Protein Folding Problem) គឺជាអាថ៌កំបាំងដ៏លំបាកបំផុតក្នុងជីវវិទ្យា។ កាលពីមុន ការកំណត់រចនាសម្ព័ន្ធប្រូតេអ៊ីនតែមួយមុខដោយប្រើម៉ាស៊ីន X-ray Crystallography ត្រូវការពេលរាប់ឆ្នាំ។ ប៉ុន្តែប្រព័ន្ធ AI AlphaFold បានដោះស្រាយបញ្ហានេះស្ទើរតែទាំងស្រុង ដោយអាចទស្សន៍ទាយរចនាសម្ព័ន្ធប្រូតេអ៊ីនស្ទើរតែទាំងអស់ដែលវិទ្យាសាស្ត្រស្គាល់។ របកគំហើញជាប្រវត្តិសាស្ត្រនេះបានធ្វើឱ្យអ្នកវិទ្យាសាស្ត្ររបស់ DeepMind ឈ្នះពានរង្វាន់ណូបែលគីមីវិទ្យានៅឆ្នាំ ២០២៤ និងបានបើកផ្លូវឱ្យក្រុមហ៊ុនឱសថអាចរចនាថ្នាំដែលភ្ជាប់ចំគោលដៅប្រូតេអ៊ីនបង្កជំងឺបានយ៉ាងជាក់លាក់។
៣. ជោគជ័យគ្លីនិកជាក់ស្តែង និងអនាគតនៃវេជ្ជសាស្ត្រផ្ទាល់ខ្លួន (Personalized Medicine)
បច្ចុប្បន្ន ក្រុមហ៊ុនជីវបច្ចេកវិទ្យាឈានមុខគេដូចជា Insilico Medicine, Recursion, និង Isomorphic Labs បានជំរុញឱសថដែលរចនាដោយ AI ចូលទៅដល់ដំណាក់កាលសាកល្បងគ្លីនិកលើមនុស្ស (Phase 1 & 2) សម្រាប់ជំងឺ idiopathic pulmonary fibrosis (IPF) និងជំងឺមហារីកស្បែក។ នៅក្នុងទស្សនវិស័យអនាគត AI នឹងធ្វើឱ្យវិស័យវេជ្ជសាស្ត្រឈានទៅដល់ដំណាក់កាល «ឱសថផ្ទាល់ខ្លួន (Personalized Medicine)» ដែលថ្នាំព្យាបាលជំងឺមហារីកអាចត្រូវបានរចនាឡើងជាពិសេសស្របតាមកូដហ្សែន DNA របស់អ្នកជំងឺម្នាក់ៗក្នុងរយៈពេលត្រឹមតែប៉ុន្មានសប្តាហ៍។
សួរ៖ តើថ្នាំដែលបង្កើតដោយ AI មានសុវត្ថិភាពដូចថ្នាំធម្មតាដែរឬទេ?
ឆ្លើយ៖ ថ្នាំដែលបង្កើតដោយ AI នៅតែត្រូវឆ្លងកាត់ការសាកល្បងគ្លីនិកលើមនុស្ស ៣ ដំណាក់កាលយ៉ាងតឹងរ៉ឹងដូចថ្នាំធម្មតាដែរ មុនពេលទទួលបានការអនុម័តពី FDA ដូច្នេះកម្រិតសុវត្ថិភាពគឺដូចគ្នា។
សួរ៖ តើ AI នឹងជំនួសអ្នកវិទ្យាសាស្ត្រជីវសាស្រ្តទាំងស្រុងដែរឬទេ?
ឆ្លើយ៖ មិនអាចជំនួសបានឡើយ AI ដើរតួជាឧបករណ៍ជំនួយការដ៏មានឥទ្ធិពល ប៉ុន្តែការធ្វើតេស្តជីវសាស្ត្រពិតជាក់ស្តែងក្នុងបន្ទប់ពិសោធន៍ និងការវាយតម្លៃគ្លីនិកលើអ្នកជំងឺ នៅតែទាមទារអ្នកជំនាញវេជ្ជសាស្ត្រជាចាំបាច់។
សួរ៖ តើ AI អាចជួយដោះស្រាយបញ្ហាបាក់តេរីស៊ាំថ្នាំ (Antibiotic Resistance) បានទេ?
ឆ្លើយ៖ អាចជួយបានច្រើន។ អ្នកស្រាវជ្រាវនៅ MIT បានប្រើប្រាស់ AI ដើម្បីរកឃើញថ្នាំផ្សះជំនាន់ថ្មីឈ្មោះ Halicin ដែលអាចសម្លាប់បាក់តេរីស៊ាំថ្នាំដ៏គ្រោះថ្នាក់បំផុតបានយ៉ាងមានប្រសិទ្ធភាព។