به گزارش بانک و صنعت، برخلاف تلاشهای قبلی با استفاده از هوش مصنوعی برای شناسایی ترکیباتی که روند پیری را کند می کنند ، هاولین از یادگیری ماشینی برای محاسبه رابطه ساختار و فعالیت کمی (QSAR) مولکولها استفاده کرد. این مدل از 20? ترکیبات DrugAge برای مجموعه آزمایش استفاده کرده است تا بداند کدام خواص شیمیایی مهم است.
سپس توضیح می دهد که 80 درصد باقیمانده برای آموزش مدل برای شناسایی ترکیبات با این ویژگی ها مورد استفاده قرار می گیرد.
هاولین می گوید ، هوش مصنوعی اکنون بطور معمول توسط شرکت های داروسازی بکار گرفته می شود تا صدها شیمیدان ارگانیک "هر گونه تغییر ممکن از هر ترکیب ممکن" را آزمایش کنند تا ببینند چه کار می کند. در حقیقت ، هوش مصنوعی با کاهش کارهای تکراری و زمان بر ، تقریباً به هر مرحله از فرآیند کشف دارو سرعت می افزاید. هاولین سالهاست که به طور فعال در طراحی داروهای ضد پیری مشارکت دارد.
او یکی از مخترعان ترکیبات دو و سه معطری به عنوان مهار کننده های NADPH اکسیداز 2 (Nox2) است ، که تصور می شود در درمان طیف وسیعی از بیماری های شایع ، اغلب وابسته به سن و همچنین پیری پتانسیل دارد.
هاولین می گوید NADPH اکسیداز آنزیمی است که بدن برای دفاع در برابر عفونت های باکتریایی ساخته است. اما اگر آنطور که باید خاموش نشود ، استرس اکسیداتیو ایجاد می کند که می تواند به عروق خونی آسیب برساند و باعث بیماری های پیری شود.
به گفته هاولین ، مدل یادگیری ماشین می تواند در هر پایگاه داده برای محاسبه خواص ترکیبات مختلف استفاده شود. بسیاری از این پایگاه های اطلاعاتی متعلق به شرکت های دارویی است و می تواند به عنوان اولین گام برای بهبود سلامت انسان با کمک به سن بهتر افراد مورد استفاده قرار گیرد.
