Yapay Zekâ ile İlaç Geliştirmenin Geleceği

Yapay Zekâ ile İlaç Geliştirmenin Geleceği - Thumbnail

Dünya tarihi boyunca birçok hastalık tarihin akışını değiştirmede önemli bir etken olmuştur.1 İnsanlar ise bu gerçeklik karşısında tarih boyunca hastalıkların tedavi edilmesi için çözümler aramıştır. Binlerce yıl önce bitkilerden kendisine ilaç yapan insanoğlu zamanla ilaç üretimini belirli bir sisteme oturtmuş ve bu sistemle yüzlerce hastalığın tedavisinde kullanılan ilaçlar üretmeyi başarmıştır. Günümüzde ise bilim insanları geleneksel yöntemlerle yıkıcı teknolojileri birleştirerek daha etkili ve hızlı sonuçlar almayı hedeflemektedir.

İlaç Keşfinde Klasik Yaklaşım

Geleneksel ilaç keşif süreci yıllarca süren titiz çalışmalar isteyen ve oldukça maliyetli bir süreçtir ve 4 ana aşamadan oluşur: Keşif ve Araştırma, Preklinik Çalışmalar, Klinik Çalışmalar ve Tedavi Onayı’dır. 2022 yılında yapılan bir habere göre ilaç geliştirmenin toplam maliyetinin 2.6 milyar dolar’a yakın olduğu ve ortalama bir ilacın piyasaya çıkma süresinin 9.5-15 yıl arası sürdüğü bilinmektedir.2 Tüm bu süreç sonunda ise ilaçların yalnızca bir kısmı piyasaya sürülerek insan hayatına dahil olmaktadır. Bu da bilim insanlarını sürekli değişen bilim dünyasında ilaç keşfi için yeni yolları denemeye yöneltmiştir.

Endüstri 4.0 ve İlaç Geliştirmede Yeni Dönem

2011 yılında hayatımıza Endüstri 4.0 kavramı girdi. Endüstri 4.0 temel olarak, Bilişim Teknolojileri ile Endüstri’yi bir araya getirerek daha düşük maliyetli, daha az efor isteyen, daha hızlı sonuç veren ve daha yüksek güvenlikli donanımlar geliştirmeyi ve bu donanımları çalıştırabilecek işletim ve yazılım sistemleri geliştirmeyi hedefleyen bir kavram olarak karşımıza çıktı.3 Birçok sektörde büyük heyecanla karşılanan bu devrim, ilaç sektöründe de çok büyük bir ilgi ile karşılandı ve ilaç sektöründe ürün geliştirme, klinik araştırmalar ve pazara sunma süresinin kısalması için yapay zekanın nimetlerinden faydalanılmaya başlandı.

İlaç Geliştirme Çalışmalarında Yapay Zekâ Kullanımı (AI)

İlaç şirketleri yapmış oldukları Ar-Ge çalışmalarının verimliliğini arttırmada büyük zorluklarla karşılaşmaktadırlar. 2001 yılında bir ilaç üretmenin maliyeti 800.000 dolar iken 2019 yılında yaklaşık 3 milyar dolar olduğu tahmin edilmektedir fakat buna rağmen ruhsat alan ilaç sayısı oldukça azdır.4 İlaç geliştirme sürecinde yapay zekâ ve makine öğrenimi teknikleri, verimlilik, maliyet tasarrufu ve hızlı karar verme açısından büyük avantajlar sağlamaktadır. Bu teknolojilerin kullanılmasının yeni ilaç keşfi ve geliştirme sürecindeki önemli sorunları çözmeye yardımcı olabileceği tahmin edilmektedir.5

İlaç keşif sürecin en önemli aşamalarından biri, yeni bir bileşik keşfetmek ve onun etkililiğini toksisitesini ve farmakolojik özelliklerini belirlemektir. Yapay zekâ teknikleri, yüz binlerce potansiyel bileşik arasından en olası adayları seçerek süreci hızlandırabilir. Örneğin, makine öğrenimi algoritmaları, moleküler yapıyı analiz ederek, hangi bileşiklerin belirli bir hedefe yönelik etkili olabileceğini tahmin edebilir.6

Yapay zekâ ayrıca, ilaç geliştirme sürecinin diğer aşamalarında da kullanılabilir. Klinik çalışmalar arasında, büyük miktarda veri toplanır ve bu verilerin analizi zaman alıcı ve zorlayıcı olabilir. Makine öğrenimi algoritmaları, bu verileri analiz ederek ilaçların etkililiği ve güvenliliği hakkında daha hızlı ve doğru sonuçlar elde edebilir. Ayrıca, klinik çalışmalardaki katılımcıların seçiminde ve deneylerin tasarımında da yapay zekâ kullanılabilir.7 Ancak, bu teknolojilerin kullanımıyla ilgili bazı zorluklar da vardır. Örneğin, yapay zekâ algoritmalarının öğrenmesi için yeterli sayıda doğru veriye ihtiyaç vardır. Bu nedenle, doğru verilerin toplanması ve kullanılması çok önemlidir. Ayrıca, yapay zekâ teknolojilerinin etik ve yasal sorunları da göz önünde bulundurulmalıdır.

Sonuç olarak, yapay zekâ ve makine öğrenimi teknikleri doğru kullanıldığında, ilaç geliştirme sürecinde verimliliği artırabilir, maliyetleri düşürebilir ve karar verme sürecini hızlandırabilir. 

Kaynakça

  1. Barua D. History of cholera. In: Barua D, Greenough III WB, eds. Cholera. New York, London: Plenum Medical Book Company, 1992, pp. 1–36.
  2. Forbes News, AI’s Role in Accelerating Drug Discovery and Repurposing (https://www.forbes.com/sites/forbestechcouncil/2022/12/29/ais-role-in-accelerating-drug-discovery-and-repurposing/?sh=261ac24ca873)
  3. Aksoy, S. Değişen teknolojiler ve Endüstri 4.0: Endüstri 4.0’ı anlamaya dair bir giriş. Sosyal Araştirma Vakfı Katkı, (2017), Sayı. 4, ss. 34-44.
  4. Mak, K. K., & Pichika, M. R. (2019). Artificial intelligence in drug development: present status and future prospects. Drug discovery today, 24(3), 773–780.
  5. Genengnews, Growth of Artificial Intelligence in Pharma Manufacturing (https://www.genengnews.com/artificial-intelligence/growth-of-artificial-intelligence-in-pharma-manufacturing/)
  6. Rubio, D. M. G., Schoenbaum, E. E., Lee, L. S., Schteingart, D. E., Marantz, P. R., Anderson, K. E., Platt, L. D., Baez, A., Esposito, K. Defining translational research: Implications for training. Academic Medicine, (2010). 85(3), 470–475.
  7. Scott, A. A CRISPR path to drug discovery. Nature, (2018), 555, 10–11.

##İlaçGeliştirme #YapayZeka #YıkıcıTeknolojiler #DrugDesign #SağlıkİçinDeğer

Daha iyi bir kullanıcı deneyimi sunmak ve hizmetlerimizi daha etkin sunmak için, üçüncü kişilere ait olanlar da dahil, çerezler ve benzer teknolojiler kullanmaktayız. Detaylı bilgi için Gizlilik Politikası’nı ve Çerez Politikası’nı. inceleyebilirsiniz.