মেশিন লার্নিং কীভাবে ব্যক্তিগতকৃত ক্যান্সারের টিকা তৈরিতে সাহায্য করতে পারে?

[বিজ্ঞাপন_১]

গামালেয়া ন্যাশনাল রিসার্চ সেন্টার ফর এপিডেমিওলজি অ্যান্ড মাইক্রোবায়োলজি (রাশিয়া) এর পরিচালক আলেকজান্ডার গিন্টসবার্গ TASS কে বলেন, কৃত্রিম নিউরাল নেটওয়ার্কের ব্যবহার ব্যক্তিগতকৃত ক্যান্সার ভ্যাকসিন তৈরিতে প্রয়োজনীয় কম্পিউটিং সময়কে এক ঘণ্টারও কম করে দিতে পারে, যা বর্তমানে একটি দীর্ঘ প্রক্রিয়া।

"বর্তমানে, একটি টিকা তৈরি করতে অনেক সময় লাগে কারণ আপনাকে ম্যাট্রিক্স পদ্ধতি ব্যবহার করে গাণিতিক দিক থেকে mRNA টিকা কেমন দেখাচ্ছে তা গণনা করতে হয়। আমরা ইভানিকভ ইনস্টিটিউটের সাথে যোগাযোগ করেছি, যারা এই গণিতটি করার জন্য AI এর উপর নির্ভর করবে, যেখানে এই প্রক্রিয়াগুলি প্রায় আধা ঘন্টা থেকে এক ঘন্টা সময় নেবে।"

গবেষক পূর্বে TASS-কে ব্যাখ্যা করেছিলেন যে AI-কে প্রশিক্ষণ দেওয়ার জন্য রোগীদের মধ্যে সামঞ্জস্যপূর্ণ অ্যান্টিজেন স্বীকৃতি সহ 40,000 থেকে 50,000 টিউমার সিকোয়েন্সের একটি পরীক্ষার ডাটাবেস প্রয়োজন। তিনি বলেছিলেন যে এটি নির্ধারণ করতে সাহায্য করবে যে ভ্যাকসিনটি ব্যক্তিগতভাবে ব্যবহার করা যেতে পারে কিনা।

বেশ কয়েকটি গবেষণা কেন্দ্রের সহযোগিতায় এই ভ্যাকসিনটি তৈরি করা হয়েছে। রাশিয়ান স্বাস্থ্য মন্ত্রণালয়ের মেডিকেল রেডিওলজি গবেষণা কেন্দ্রের মহাপরিচালক আন্দ্রে কাপ্রিন বলেছেন, প্রাক-ক্লিনিক্যাল ট্রায়াল সম্পন্ন হয়েছে।

ক্যান্সারের টিকা উৎপাদনে মেশিন লার্নিং কীভাবে সাহায্য করতে পারে?

ক্যান্সারের টিকা তৈরিতে কৃত্রিম বুদ্ধিমত্তার ব্যবহার ব্যক্তিগতকৃত চিকিৎসাকে সক্ষম করে, তবে ওষুধ বিকাশকারী এবং নিয়ন্ত্রকদের জন্য নতুন চ্যালেঞ্জও তৈরি করে।

ইমিউনোথেরাপিতে, কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিংয়ের অগ্রগতি ক্যান্সার বায়োপসি থেকে তথ্য প্রক্রিয়াকরণে রোগী-নির্দিষ্ট মিউটেশনগুলিকে লক্ষ্য করে ভ্যাকসিন ডিজাইন করতে সহায়তা করতে পারে। রোগী-নির্দিষ্ট মিউটেশনগুলিকে লক্ষ্য করার ক্ষমতা নতুন নয়, এবং অ্যান্টি-HER2 চিকিৎসা এবং CDK4/6 ইনহিবিটরের মতো লক্ষ্যযুক্ত ক্যান্সারের ওষুধগুলি শিল্পে জনপ্রিয় হয়ে উঠেছে। তবে, পৃথক রোগীর বায়োপসি থেকে নিওঅ্যান্টিজেন সনাক্ত করার জন্য AI এর সম্ভাবনা এই প্রক্রিয়ার দক্ষতা বৃদ্ধি করেছে।

অনেক শিল্পে AI-এর ব্যবহার আলোচনার একটি প্রধান বিষয় হয়ে উঠেছে, এবং ওষুধ শিল্পও এর ব্যতিক্রম নয়।

"রোগীর বায়োপসিতে শনাক্ত হওয়া মিউটেশনগুলিকে একটি অ্যালগরিদমে অন্তর্ভুক্ত করা যেতে পারে যা ভবিষ্যদ্বাণী করতে পারে কোন মিউটেশনগুলি সবচেয়ে বেশি ইমিউনোজেনিক," মার্কের ক্লিনিক্যাল রিসার্চের ভাইস প্রেসিডেন্ট স্কট এবিংহাউস বলেন। "সেখান থেকে, আমরা প্রতিটি মিউটেটেড ক্যান্সার জিনকে এনকোড করে RNA সংশ্লেষণ করতে পারি, যা রোগ প্রতিরোধ ব্যবস্থার সাথে খাপ খাইয়ে নেওয়া হয়। প্রতিটি টিকা প্রতিটি ব্যক্তির জন্য খুবই অনন্য হবে।"

একটি নির্দিষ্ট অ্যান্টিজেনের বিরুদ্ধে তৈরি চিকিৎসা পদ্ধতির বিপরীতে, এআই সিস্টেমটি নিওঅ্যান্টিজেন নির্বাচন করার ক্ষমতা উন্নত করার চেষ্টা করবে। অ্যালগরিদমটি রোগীর টিউমারে উপস্থিত জেনেটিক মিউটেশনগুলি দেখে এবং নিওঅ্যান্টিজেনগুলির পূর্বাভাস দেয় যেগুলি রোগ প্রতিরোধ ক্ষমতা তৈরি করার সম্ভাবনা সবচেয়ে বেশি। "ক্লিনিকাল এবং ইমিউনোজেনিসিটি ডেটা জোড়ার মাধ্যমে অ্যালগরিদমের সময়ের সাথে সাথে শেখার ক্ষমতা রয়েছে এবং আশা করা যায় যে নিওঅ্যান্টিজেনগুলি নির্বাচন করার ক্ষেত্রে আরও ভাল হবে যা ক্লিনিক্যালি সক্রিয় হতে পারে," মডার্নার থেরাপিউটিক ডেভেলপমেন্ট এবং অনকোলজির পরিচালক কাইল হোলেন বলেছেন।

AI ব্যবহারকারী আরেকটি কোম্পানি হল Transgene, যা NEC কর্পোরেশনের সাথে অংশীদারিত্ব করে ব্যক্তিগতকৃত ক্যান্সার ভ্যাকসিন ডিজাইন করছে। mRNA ভ্যাকসিনের পরিবর্তে, Transgene ভাইরাস ভেক্টরগুলির সাথে কাজ করছে যাতে রোগীর রোগ প্রতিরোধ ক্ষমতা নির্দিষ্ট ক্যান্সার লক্ষ্যবস্তুর বিরুদ্ধে লড়াই করার জন্য প্রশিক্ষণ দেওয়া যায়।

ক্যান্সারের টিকা যখন পরবর্তী পর্যায়ের পরীক্ষায় প্রবেশ করবে, তখন সম্ভাব্য পণ্যগুলিকে নিয়ন্ত্রণ করা একটি চ্যালেঞ্জ হবে। মার্কিন খাদ্য ও ওষুধ প্রশাসন (এফডিএ) বহু-অ্যান্টিজেন টিকা সম্বোধন করে একটি নির্দেশিকা নথি প্রকাশ করেছে। সংস্থাটি জানিয়েছে যে এই শটগুলির প্রতিটি উপাদানের নিরাপত্তা এবং কার্যকলাপের জন্য পৃথকভাবে মূল্যায়ন করার প্রয়োজন নাও হতে পারে। তবে, নথিতে বলা হয়েছে যে এটি "কেস-বাই-কেস ভিত্তিতে বিবেচনা করা হবে।"

এফডিএ "ব্যক্তিগতকৃত চিকিৎসার উন্নয়ন ত্বরান্বিত করার জন্য কৃত্রিম বুদ্ধিমত্তা/মেশিন লার্নিং (এআই/এমএল) এর সম্ভাবনাকে স্বীকৃতি দেয়," একজন এফডিএ মুখপাত্র বলেছেন।

ফুওং আনহ (উৎস: বায়োস্পেস, টাস)

[বিজ্ঞাপন_২]
উৎস