به گزارش «خبرنامه دانشجویان ایران» به نقل از دانشجو؛ متخصصان پزشکی معمولا برای درمان بیمارانی که سرطان پیشرفته دارند، نیازمند ترکیب درمان‌های مختلف هستند. علاوه بر جراحی‌های سخت، بیمار نیازمند شیمی درمانی، پرتودرمانی یا هردوی آنهاست.
دارو‌های مختلف با اثرگذاری روی سلول‌های سرطانی متفاوت می‌توانند با هم ترکیب شوند. درمان با دارو‌های ترکیبی اغلب تاثیر درمان را افزایش داده و می‌تواند عوارض جانبی را در صورت کاهش دوز مصرف شده، کاهش دهد. با این حال، غربالگری تجربی دارو‌های ترکیبی بسیار کند و هزینه‌بر است، بنابراین اغلب کشف فواید این نوع درمان با شکست مواجه می‌شود. با کمک مدل یادگیری ماشینی جدید، می‌توان بهترین ترکیب دارویی برای از بین بردن انتخابی سلول‌های سرطانی با ارایش ژنتیکی یا عملکردی خاص را شناسایی کرد.
محققان دانشگاه‌های فنلاند مدل یادگیری ماشینی را توسعه داده اند که بدرستی پیش بینی می‌کند چگونه ترکیب دارو‌های سرطانی مختلف، انواع متفاوت سلول‌های سرطانی را از بین میبرد.. این مدل هوش مصنوعی جدید با دسته‌های بزرگی از داده‌های مطالعات قبلی طراحی شده است. این مدل ماشینی در واقع از همان چندجمله‌ای‌های آشنای ریاضیات مدرسه در یک الگوی پیچیده، استفاده می‌کند.
این تحقیق نشان می‌دهد که این مدل، ارتباطی بین دارو‌ها و سلول‌های سرطانی که قبلا دیده نشده، یافته است. این مدل به طور دقیق پیش بینی می‌کند که چگونه یک ترکیب دارویی به طور انتخابی سلول‌های خاص سرطانی را مهار می‌کند در حالی که قبلاً اثر ترکیب دارو بر روی آن نوع سرطان آزمایش نشده بوده است.
ترو آتیوکالیو از دانشگاه هلسنیکی گفت: «این به محققان سرطان کمک می‌کند که انتخاب ترکیب‌های دارویی را الویت بندی کنند تا از بین هزاران گزینه برای تحقیق بیشتر، بهترین موارد را انتخاب کنند.»
رویکرد یادگیری ماشینی مشابه می‌تواند برای بیماری‌های غیرسرطانی نیز استفاده شود. در این موارد، مدل باید با داده‌های جدید و مرتبط با بیماری مدنظر مجددا برنامه ریزی شود. به عنوان مثال، می‌توان برای بررسی چگونگی تأثیر ترکیبات مختلف آنتی بیوتیک بر عفونت‌های باکتریایی و یا اینکه چگونه ترکیبات مختلف دارو‌ها سلول‌هایی را که توسط ویروس کرونا SARS-Cov-۲ آلوده شده‌اند، از بین میبرد، از این مدل استفاده کرد.
