ஸ்டான்போர்ட் மெடிசின் ஆய்வகத்திலிருந்து வெளியேறிய சமீபத்திய நிறுவனத்தில் 37,000 பணியாளர்கள் உள்ளனர், அவர்களில் ஒருவர் கூட மனிதர்கள் அல்ல. ஆய்வக இடம் இல்லை, ஊதியம் இல்லை, மதிய உணவு இடைவேளை இல்லை. சயின்ஸ் இதழில் செப்டம்பர் 17 அன்று வெளியிடப்பட்ட ஒரு ஆய்வில், பல்லாயிரக்கணக்கான மருத்துவ பரிசோதனைகளை ஆய்வு செய்து, எந்த மருந்துகள் வெற்றிபெறும் என்பதைக் கணிக்கும் உயிரியல் சிக்னலைக் கண்டுபிடித்து, நுரையீரல் புற்றுநோய் சிகிச்சையை சுயாதீனமாக வடிவமைத்து, ஒரு பெரிய மருந்து நிறுவனம் பின்னர் தானாக வந்தடைந்த ஒரு முழு AI- பணியாளர்களைக் கொண்ட மெய்நிகர் பயோடெக் நிறுவனத்தை ஆராய்ச்சியாளர்கள் விவரிக்கின்றனர்.

ஒரு முழு மருந்து நிறுவனம் முகவர்களால் ஆனது

இந்தத் திட்டம் ஸ்டான்போர்ட் மருத்துவத்தில் உயிரியல் மருத்துவ தரவு அறிவியலின் இணைப் பேராசிரியரான ஜேம்ஸ் ஜூ மற்றும் பட்டதாரி மாணவர் ஹாரிசன் ஜாங் ஆகியோரின் யோசனையாகும். இது 2025 ஆம் ஆண்டில் Zou இன் குழு தொடங்கப்பட்ட AI விஞ்ஞானி முகவர்களின் "மெய்நிகர் ஆய்வகத்தை" உருவாக்குகிறது - ஆனால் இந்த முறை குழு மேலும் முன்னேறியது, மருந்து வளர்ச்சியின் முழு குழாய்வழியை ஆதரிக்க பயிற்சி பெற்ற பல்லாயிரக்கணக்கான AI முகவர்களுடன் முழு நிறுவனத்தையும் உருவாக்கியது.

"இதை எவ்வளவு தூரம் தள்ள முடியும் என்பதைப் பார்ப்பதே எங்கள் யோசனை. மருந்து இலக்குகளைத் தேடுவது முதல் மருத்துவ பரிசோதனைகளை வடிவமைத்தல் வரை அனைத்தையும் எடுக்கும் ஒரு பயோடெக் நிறுவனத்தை உருவாக்க முடியுமா?" ஸ்டான்போர்ட் மெடிசின் அறிவிப்பில் Zou தெரிவித்துள்ளார். "மருந்து கண்டுபிடிப்பின் மிகவும் சிக்கலான சவால்களைச் சமாளிக்கும் ஒரு முழு முகவர் நிறுவனம் நம்மிடம் இருக்க முடியுமா?"

மெய்நிகர் நிறுவனம் நிறுவப்பட்ட உயிரி தொழில்நுட்பத்தின் நிறுவன விளக்கப்படத்தை பிரதிபலிக்கிறது: ஒரு தலைமை அறிவியல் அதிகாரி முகவர் சிறப்புப் பிரிவுகளாகப் பிரிக்கப்பட்ட ஆராய்ச்சி குழுக்களை வழிநடத்துகிறார், அவை மருந்து வடிவமைப்பின் முக்கிய கூறுகளுக்கு இணையாக செயல்படுகின்றன, மூலக்கூறு இலக்குகளை அடையாளம் காண்பது முதல் மருத்துவ பரிசோதனைகளை வடிவமைத்தல் வரை.

50,000 சோதனைகளில் 37,000 முகவர்கள் கண்டுபிடித்தது என்ன?

மருந்து கண்டுபிடிப்பில் உள்ள மிகப்பெரிய சவால்களில் ஒன்று, எந்த மூலக்கூறுகள் மருத்துவ பரிசோதனைகளில் இருந்து தப்பிக்கும் என்று கணிப்பது - ஒரு செயல்முறை Zou குறிப்புகள் பத்து அல்லது நூற்றுக்கணக்கான மில்லியன் டாலர்கள் செலவாகும் மற்றும் பல ஆண்டுகள் ஆகலாம். முகவர்களுக்கு ஒரு நுணுக்கமான பணி ஒதுக்கப்பட்டது: விஞ்ஞான இலக்கியங்களை பரந்த அளவில் துடைப்பதை விட, ஒவ்வொரு முகவரும் ஒரு குறிப்பிட்ட மருத்துவ பரிசோதனையை பகுப்பாய்வு செய்து பாதுகாப்பு மற்றும் செயல்திறன் பற்றிய தரவை மீட்டெடுத்தனர். மொத்தத்தில், அவர்கள் ஒரு வாரத்திற்குள் சுமார் 50,000 சோதனைகளை பட்டியலிட்டனர், ஒரு பணி மனித ஆராய்ச்சியாளர்களுக்கு பல ஆண்டுகள் எடுத்திருக்கும் என்று ஜூ கூறுகிறார்.

முகவர்கள் அந்த சோதனைகளின் போது சேகரிக்கப்பட்ட மூலக்கூறு தரவை ஆய்வு செய்து இரண்டு மதிப்பெண் அமைப்புகளை உருவாக்கினர். பல செல் வகைகளை பரந்த அளவில் பாதிப்பதை விட, ஒரு குறிப்பிட்ட செல் வகையை ஒரு மருந்து எவ்வாறு குறிவைக்கிறது என்பதை முதலில் அளவிடப்பட்டது. இரண்டாவது அளவிடப்பட்ட "இருவகைத்தன்மை" — இலக்கு வைக்கப்பட்ட மரபணுவின் செயல்பாடு ஒரு ஒளி சுவிட்ச் போல செயல்படுகிறதா, ஸ்னாப்பிங் மற்றும் ஆஃப், அல்லது இடைநிலை நிலைகளின் வரம்பைக் கொண்ட மங்கலானது.

வெளிப்பட்ட மாதிரி வேலைநிறுத்தம் செய்தது. செல்-குறிப்பிட்ட வழியில் ஸ்விட்ச் போன்ற மரபணுக்களை இலக்காகக் கொண்ட மருந்துகள், கட்டம் 1 முதல் கட்டம் 2 சோதனைகள் வரை முன்னேற 40% அதிகமாகும், சந்தையை அடைவதற்கு 48% அதிகமாகவும், பரந்த செயல்பாட்டைக் கொண்ட மருந்துகளுடன் ஒப்பிடும்போது 32% குறைவான பாதகமான நிகழ்வுகளைக் கொண்டிருந்தன. புற்றுநோய்கள், மூளை நோய்கள், இதய நோய்கள் மற்றும் சிறுநீரகம் மற்றும் நுரையீரல் நிலைகள் ஆகியவற்றில் விளைவு நீடித்தது.

"முகவர்கள் கண்டுபிடித்த விஞ்ஞானம் மிகவும் உற்சாகமானது, மேலும் இந்த ஒற்றை செல் அம்சங்களை சிறந்த மருந்துகளை தயாரிக்க பயன்படுத்தலாம் என்பதை இது காட்டுகிறது" என்று ஜூ கூறினார். "இது இந்த வகையான தரவுகளை சேகரிப்பதன் முக்கியத்துவத்தை சுட்டிக்காட்டுகிறது. இது முழு மருந்து கண்டுபிடிப்பு துறைக்கும் உதவும்."

B7-H3 சோதனை: கணிப்பிலிருந்து சரிபார்ப்பு வரை

அனைத்து AI நிறுவனமும் ஒரு உண்மையான மருந்தை வடிவமைக்க முடியுமா என்பது தீர்க்கமான கேள்வி. கண்டுபிடிக்க, குழு B7-H3 இல் முகவர்களை சுட்டிக்காட்டியது, இது நுரையீரல் புற்றுநோய் ஆராய்ச்சியாளர்களுக்கு நீண்ட காலமாக ஆர்வமாக உள்ளது. முகவர்கள் ஆய்வுகள் மற்றும் பயோமெடிக்கல் தரவு களஞ்சியங்களை பகுப்பாய்வு செய்தனர் மற்றும் பி7-எச்3 ஃபைப்ரோபிளாஸ்ட்களில் அதிகமாக வெளிப்படுத்தப்பட்டதைக் கண்டறிந்தனர் - பெரும்பாலும் கட்டி செல்களுக்கு அருகில் வாழும் இணைப்பு-திசு செல்கள். இடஞ்சார்ந்த டிரான்ஸ்கிரிப்டோமிக் தரவுகளைத் தோண்டி, இந்த B7-H3-வெளிப்படுத்தும் ஃபைப்ரோபிளாஸ்ட்கள் அருகிலுள்ள நோயெதிர்ப்பு உயிரணுக்களுக்கு சமிக்ஞை செய்து அவற்றை அடக்கி, உடலின் இயற்கையான பாதுகாப்பிலிருந்து கட்டியை திறம்பட மறைக்கின்றன என்பதைக் கண்டறிந்தனர்.

முகவர்கள் பின்னர் ஒரு ஆன்டிபாடி-மருந்து கான்ஜுகேட்டை வடிவமைத்தனர் - இது ஒரு இலக்கு புரதம் ஏராளமான B7-H3 கொண்டு செல்கள் மற்றும் அவர்களுக்கு நேரடியாக ஒரு கீமோதெரபி பேலோடை வழங்குகிறது. முக்கியமாக, இந்த வடிவமைப்பு ஜனவரி 2025க்கு முன் கிடைத்த தகவலை மட்டுமே நம்பியிருந்தது. பல மாதங்களுக்குப் பிறகு, ஆகஸ்ட் 2025 இல், நிறுவப்பட்ட மருந்து நிறுவனம் B7-H3க்கு எதிராக அதே ஆன்டிபாடி-மருந்து கூட்டு உத்தியை சுயாதீனமாக உருவாக்கியது. ஒரு மனித ஆய்வில் செயல்திறனைக் காட்டிய பிறகு, அந்த சிகிச்சையானது FDA திருப்புமுனை சிகிச்சைப் பெயரைப் பெற்றது - இதன் விளைவு, மெய்நிகர் உயிரித் தொழில்நுட்பத்தின் வடிவமைப்பின் சுயாதீனமான, மூன்றாம் தரப்பு சரிபார்ப்பு என Zou விவரிக்கிறது.

Zou மேலும் B7-H3 ஐப் பின்தொடரவில்லை, ஏனெனில் மற்றொரு நிறுவனம் ஏற்கனவே அதை கிளினிக்குகளை நோக்கி மேய்த்து வருகிறது. ஆனால் மெய்நிகர் பயோடெக் மற்ற வேட்பாளர் இலக்குகளை அதே வழியில் வடிவமைக்கப்பட்டுள்ளது என்று அவர் கூறுகிறார்.

மனிதர்கள் வழித்தடமாக இருக்கிறார்கள்

முகவர் பணியாளர்களின் அளவு இருந்தபோதிலும், Zou வரம்புகளைப் பற்றி வெளிப்படையாகவே இருக்கிறார். "மனிதர்கள், உடல் பரிசோதனை மற்றும் சரிபார்த்தல் ஆகியவை எப்போதுமே AI தாக்கத்தை ஏற்படுத்தும் வழியாக இருக்கும்," என்று அவர் கூறினார். குழுவின் அடுத்த கட்டம், மெய்நிகர் உயிரி தொழில்நுட்பத்தின் புதிய கண்டுபிடிப்புகளை உண்மையான ஆய்வகங்களுக்கு நகர்த்துவது, இயற்பியல் உலகில் எத்தனை பேர் வைத்திருக்கிறார்கள் என்பதை சோதிக்க.

ஸ்டான்போர்டின் பயோமெடிக்கல் டேட்டா சயின்ஸ் துறையின் கூடுதல் ஆதரவுடன் நைட்-ஹென்னெஸி ஸ்காலர்ஷிப், நேஷனல் இன்ஸ்டிடியூட் ஆஃப் ஹெல்த், நேஷனல் சயின்ஸ் ஃபவுண்டேஷன் மற்றும் சான் ஜுக்கர்பெர்க் பயோஹப் ஆகியோர் இந்த ஆராய்ச்சிக்கு நிதியளித்தனர்.

ஏன் இது முக்கியமானது

AI எவ்வாறு அறிவியலுக்குப் பயன்படுத்தப்படுகிறது என்பதில் பரந்த மாற்றத்திற்கு மத்தியில் இந்த ஆய்வு வந்துள்ளது - ஆராய்ச்சியைச் சுருக்கிச் சொல்லும் மாதிரிகள் முதல் சோதனைகளைத் திட்டமிடும், தரவை பகுப்பாய்வு செய்யும் மற்றும் நாவல் சிகிச்சை முறைகளை முன்மொழியும் முகவர் அமைப்புகள் வரை. தி நியூ யார்க் டைம்ஸ் மற்றும் ஜெனோமிக்ஸ் இண்டஸ்ட்ரி பிரஸ் மூலம் வேலையின் கவரேஜ் "மெய்நிகர் பயோடெக்" கட்டமைப்பின் கவனத்தை அடிக்கோடிட்டுக் காட்டுகிறது.

B7-H3 இல் வடிவமைப்பு-முன் சரிபார்ப்பு முடிவு ஏதேனும் அறிகுறியாக இருந்தால், மருந்துத் துறையில் மதிப்பீடு செய்ய ஒரு புதிய வகை ஆராய்ச்சிக் கருவி உள்ளது: பல வருட இலக்கிய ஆய்வு மற்றும் சோதனைப் பகுப்பாய்வைச் சுருக்கக்கூடிய AI முகவர்களின் நிறுவனங்கள். திறந்த கேள்வி - ஜூவின் குழு இப்போது சோதித்து வருகிறது - முகவர்கள் முன்மொழிந்தவற்றில் ஒரு உடல் ஆய்வக பெஞ்சுடன் தொடர்புகொள்வது எவ்வளவு என்பதுதான்.

AIக்கு முன்னால் இருங்கள்

AI மருந்து கண்டுபிடிப்பு முதல் அடிப்படை இயற்பியல் வரை ஒவ்வொரு மட்டத்திலும் ஆராய்ச்சியை மாற்றுகிறது. மேலும் பிரேக்கிங் AI செய்திகள் மற்றும் துறையை வடிவமைக்கும் ஆராய்ச்சியின் பகுப்பாய்வு, மேலும் AI செய்திகளைப் படிக்கவும் →.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →