செயற்கை நுண்ணறிவு 'சூப்பர் பாக்டீரியா'வைத் தடுக்க சிகிச்சைகளை உருவாக்கக்கூடும்

சில நிபந்தனைகளின் கீழ் பாக்டீரியாவின் வளர்ச்சி விகிதத்தை மட்டுமே அடிப்படையாகக் கொண்டு, பாக்டீரியா தொற்றுக்கு சிகிச்சையளிப்பதற்கான மருந்துகளின் சிறந்த சேர்க்கை மற்றும் நேரத்தை தீர்மானிக்கக்கூடிய ஒரு செயற்கை நுண்ணறிவு (AI) மாதிரியை கிளீவ்லேண்ட் கிளினிக்கின் ஆராய்ச்சியாளர்கள் உருவாக்கியுள்ளனர். டிரான்ஸ்லேஷனல் ஹெமாட்டாலஜி மற்றும் ஆன்காலஜி கோட்பாட்டுப் பிரிவில் உள்ள டாக்டர் ஜேக்கப் ஸ்காட் மற்றும் அவரது ஆய்வகத்தின் தலைமையிலான குழு, சமீபத்தில் தேசிய அறிவியல் அகாடமியின் செயல்முறைகள் இதழில் தங்கள் கண்டுபிடிப்புகளை வெளியிட்டது.

அமெரிக்காவில் சராசரி ஆயுட்காலத்தை கிட்டத்தட்ட ஒரு தசாப்தம் அதிகரித்ததற்கு நுண்ணுயிர் எதிர்ப்பிகள் காரணமாகக் கூறப்படுகிறது. இந்த சிகிச்சைகள், வெட்டுக்கள் மற்றும் காயங்கள் போன்ற சிறியதாகக் கருதப்படும் உடல்நலப் பிரச்சினைகளிலிருந்து இறப்பு விகிதங்களைக் குறைத்தன. ஆனால் நுண்ணுயிர் எதிர்ப்பிகள் இப்போது முன்பு செய்தது போல் சிறப்பாக செயல்படுவதில்லை, ஏனெனில் அவை மிகவும் பரவலாகப் பயன்படுத்தப்படுகின்றன.

"நாம் ஆண்டிபயாடிக் சகாப்தத்திற்குப் பிந்தைய ஒரு சகாப்தத்தில் நுழைகிறோம் என்பதை உலகளாவிய சுகாதார நிறுவனங்கள் ஒப்புக்கொள்கின்றன," என்று டாக்டர் ஸ்காட் விளக்குகிறார். "நாம் பாக்டீரியாவை எதிர்த்துப் போராடும் முறையை மாற்றவில்லை என்றால், 2050 ஆம் ஆண்டில் புற்றுநோயை விட அதிகமான மக்கள் ஆண்டிபயாடிக் எதிர்ப்புத் தொற்றுகளால் இறப்பார்கள்."

பாக்டீரியாக்கள் வேகமாகப் பெருகி, பிறழ்ந்த சந்ததிகளை உருவாக்குகின்றன. நுண்ணுயிர் எதிர்ப்பிகளின் அதிகப்படியான பயன்பாடு, சிகிச்சைக்கு எதிர்ப்புத் தெரிவிக்கும் பிறழ்வுகளை உருவாக்க பாக்டீரியாக்களுக்கு வாய்ப்பளிக்கிறது. காலப்போக்கில், நுண்ணுயிர் எதிர்ப்பிகள் அனைத்து எளிதில் பாதிக்கப்படக்கூடிய பாக்டீரியாக்களையும் கொன்று, நுண்ணுயிர் எதிர்ப்பிகளால் கொல்ல முடியாத வலிமையான பிறழ்வுகளை மட்டுமே விட்டுவிடுகின்றன.

பாக்டீரியா தொற்றுகளுக்கான சிகிச்சைகளை நெறிப்படுத்த மருத்துவர்கள் பயன்படுத்தும் ஒரு உத்தி ஆண்டிபயாடிக் சுழற்சி என்று அழைக்கப்படுகிறது. சுகாதாரப் பணியாளர்கள் காலப்போக்கில் வெவ்வேறு நுண்ணுயிர் எதிர்ப்பிகளுக்கு இடையில் மாறி மாறி பயன்படுத்துகிறார்கள். வெவ்வேறு மருந்துகளுக்கு இடையில் மாறுவது பாக்டீரியாக்கள் எந்த ஒரு வகை நுண்ணுயிர் எதிர்ப்பிகளுக்கும் எதிர்ப்பை உருவாக்க குறைந்த நேரத்தை அளிக்கிறது. சுழற்சி பாக்டீரியாவை மற்ற நுண்ணுயிர் எதிர்ப்பிகளுக்கு அதிக உணர்திறன் கொண்டதாக மாற்றக்கூடும்.

"நோய்களுக்கு திறம்பட சிகிச்சையளிப்பதில் மருந்து சுழற்சி நம்பிக்கைக்குரியது" என்று ஆய்வின் முதல் ஆசிரியரும் மருத்துவ மாணவருமான டேவிஸ் வீவர், பிஎச்டி கூறுகிறார். "பிரச்சனை என்னவென்றால், அதைச் செய்வதற்கான சிறந்த வழி எங்களுக்குத் தெரியாது. எந்த ஆண்டிபயாடிக், எவ்வளவு காலம் அல்லது எந்த வரிசையில் கொடுக்க வேண்டும் என்பதற்கான தரநிலைகள் எதுவும் இல்லை."

கிளீவ்லேண்ட் கிளினிக்கில் முதுகலை ஆராய்ச்சியாளரான ஆய்வு இணை ஆசிரியர் டாக்டர் ஜெஃப் மால்டாஸ், ஒரு நுண்ணுயிர் எதிர்ப்பிக்கு பாக்டீரியாவின் எதிர்ப்பு மற்றொன்றை விட எவ்வாறு பலவீனப்படுத்துகிறது என்பதைக் கணிக்க கணினி மாதிரிகளைப் பயன்படுத்துகிறார். பாக்டீரியா பரிணாம வளர்ச்சியின் சீரற்ற தன்மை இருந்தபோதிலும், தரவு சார்ந்த மாதிரிகள் ஆண்டிபயாடிக் எதிர்ப்பைக் குறைக்கும் மற்றும் உணர்திறனை அதிகரிக்கும் மருந்து சுழற்சி முறைகளைக் கணிக்க முடியுமா என்பதைப் பார்க்க டாக்டர் வீவருடன் அவர் இணைந்து பணியாற்றினார்.

மருந்து சுழற்சி மாதிரியில் வலுவூட்டல் கற்றலைப் பயன்படுத்துவதற்கு டாக்டர் வீவர் தலைமை தாங்கினார், இது ஒரு கணினி அதன் தவறுகள் மற்றும் வெற்றிகளில் இருந்து கற்றுக்கொள்ள கற்றுக்கொடுத்து ஒரு பணியை முடிப்பதற்கான சிறந்த உத்தியைத் தீர்மானிக்கிறது. டாக்டர் வீவர் மற்றும் மால்டாஸின் கூற்றுப்படி, ஆண்டிபயாடிக் சுழற்சி திட்டங்களில் வலுவூட்டல் கற்றலைப் பயன்படுத்திய முதல் ஆய்வுகளில் இந்த ஆய்வு ஒன்றாகும்.

திட்ட பரிணாம உருவகப்படுத்துதல் மற்றும் சோதிக்கப்பட்ட உகப்பாக்க அணுகுமுறைகள். மூலம்: தேசிய அறிவியல் அகாடமியின் நடவடிக்கைகள் (2024). DOI: 10.1073/pnas.2303165121

"வலுவூட்டல் கற்றல் ஒரு சிறந்த அணுகுமுறையாகும், ஏனெனில் பாக்டீரியா எவ்வளவு வேகமாக வளர்கிறது என்பதை நீங்கள் அறிந்து கொள்ள வேண்டும், இது தீர்மானிக்க ஒப்பீட்டளவில் எளிதானது," என்று டாக்டர் வீவர் விளக்குகிறார். "மனித மாறுபாடு மற்றும் பிழைக்கும் இடமுண்டு. ஒவ்வொரு முறையும் வளர்ச்சி விகிதத்தை மில்லி விநாடி வரை அளவிட வேண்டிய அவசியமில்லை."

ஈ.கோலையின் பல வகைகளுக்கு சிகிச்சையளிப்பதற்கும் மருந்து எதிர்ப்பைத் தடுப்பதற்கும் மிகவும் பயனுள்ள ஆண்டிபயாடிக் சுழற்சி திட்டங்களை ஆராய்ச்சி குழுவின் AI கண்டுபிடிக்க முடிந்தது. ஆண்டிபயாடிக் சிகிச்சை அட்டவணைகளைக் கணக்கிடுவது போன்ற சிக்கலான முடிவெடுப்பதை AI ஆதரிக்க முடியும் என்பதை ஆய்வு காட்டுகிறது என்று டாக்டர் மால்டாஸ் கூறுகிறார்.

ஒரு தனிப்பட்ட நோயாளியின் தொற்றுநோயை நிர்வகிப்பதைத் தாண்டி, மருத்துவமனைகள் ஒட்டுமொத்தமாக நோய்த்தொற்றுகளை எவ்வாறு நடத்துகின்றன என்பதை குழுவின் AI மாதிரி தெரிவிக்க முடியும் என்று டாக்டர் வீவர் விளக்குகிறார். அவரும் அவரது ஆராய்ச்சி குழுவும் பாக்டீரியா தொற்றுகளுக்கு அப்பால் மற்ற கொடிய நோய்களுக்கும் தங்கள் பணியை விரிவுபடுத்தவும் பணியாற்றி வருகின்றனர்.

"இந்த யோசனை பாக்டீரியாவுக்கு மட்டுமல்ல, சிகிச்சைக்கு எதிர்ப்பை வளர்க்கக்கூடிய எந்தவொரு பொருளுக்கும் இதைப் பயன்படுத்தலாம்," என்று அவர் கூறுகிறார். "எதிர்காலத்தில், இந்த வகையான AI சிகிச்சை-எதிர்ப்பு புற்றுநோய்களை நிர்வகிக்கப் பயன்படுத்தப்படலாம் என்று நாங்கள் நம்புகிறோம்."