National and Kapodistrian University of Athens
Artificial intelligence in the development and study of nanotechnology formulations
Abstract
dc:descriptionΤα τελευταία χρόνια, η τεχνητή νοημοσύνη και οι κλάδοι της όπως η μηχανική μάθηση, η βαθιά μάθηση και τα τεχνητά νευρωνικά δίκτυα έχουν συγκεντρώσει το ενδιαφέρον της επιστημονικής κοινότητας. Πολλές επιστημονικές ομάδες παγκοσμίως ερευνούν και αναπτύσσουν τρόπους για την εφαρμογή αυτής της έξυπνης και σημαντικής τεχνολογίας σε πολλούς τομείς της ανθρώπινης ζωής. Από την ιατρική και τα φαρμακευτικά προϊόντα μέχρι την αναγνώριση φωνής και την ανάλυση κοινωνικής συμπεριφοράς. Η παρούσα μελέτη εστιάζει στην εφαρμογή εργαλείων τεχνητής νοημοσύνης στον τομέα των φαρμακευτικών νανοφαρμάκων. Η μορφοποίηση νανοφαρμάκων ασχολείται με το σχεδιασμό και την παρασκευή νανοφαρμάκων, ένα σχετικά νέο πεδίο έρευνας στις ιατρικές και φαρμακευτικές επιστήμες. Οι δομές σε νανο-κλίμακα που διερευνώνται σκοπεύουν να αποτρέψουν, να διαγνώσουν και να θεραπεύσουν παθολογίες για τις οποίες τα υπάρχοντα φάρμακα αποδεικνύουν χαμηλή βιοδιαθεσιμότητα, σοβαρές ανεπιθύμητες ενέργειες ή ανεπαρκή στόχευση. Αυτές οι παθολογίες περιλαμβάνουν είτε χρόνιες είτε οξείες ασθένειες όπως διαφορετικούς τύπους καρκίνου, καρδιαγγειακά προβλήματα (υψηλή αρτηριακή πίεση, αρρυθμίες, κολπική μαρμαρυγή) και νευροεκφυλιστικές ασθένειες. Επιπλέον, η μορφοποίηση νανοφαρμάκω μπορεί να εφαρμοστεί στην ανάπτυξη καινοτόμων εμβολίων. Το πιο πρόσφατο παράδειγμα είναι τα εμβόλια mRNA κατά του SARS-CoV-2. Μέχρι σήμερα μερικά νανοφάρμακα και νανοδιαγνωστικά σκευάσματα έχουν εγκριθεί από τις φαρμακευτικές ρυθμιστικές υπηρεσίες και οργανισμούς (FDA/EMA/MHRA) και κυκλοφορούν στην αγορά. Ωστόσο, τα επόμενα χρόνια θα εγκριθούν πολλά περισσότερα αφού στις μέρες μας βρίσκονται υπό κλινικές δοκιμές. Πολλές ερευνητικές ομάδες και φαρμακευτικές/βιοτεχνολογικές βιομηχανίες έχουν εντείνει τις προσπάθειές τους για την ανάπτυξη θεραπειών για τον καρκίνο, παραγόντων αντίθεσης απεικόνισης και συσκευών ανίχνευσης βιολογικών δεικτών, καθώς θεωρούνται ισχυρά εργαλεία στην ιατρική φαρέτρα. Ωστόσο, υπάρχουν πολλά εμπόδια στην ανάπτυξη αυτών των προϊόντων και συνήθως το κόστος διάθεσης τους στην αγορά είναι απαγορευτικό. Οι κύριοι λόγοι είναι το κόστος των υλικών και οι πολύπλοκες διαδικασίες σύνθεσης, παραγωγής και αποθήκευσης. Τεχνολογικά εργαλεία όπως η τεχνητή νοημοσύνη θα μπορούσαν να ξεπεράσουν αυτά τα εμπόδια αναλύοντας και προβλέποντας τις βέλτιστες συνθήκες για την προετοιμασία και την κλιμάκωσή τους. Σε αυτή τη μελέτη, γίνεται μία ανασκόπηση σχετικά με νανο-μορφοποιήσεις που βασίζονται σε AI. Επιπλέον, θεωρήθηκε ωφέλιμο να αναφέρουμε μερικές από τις μελλοντικές προοπτικές σχετικά με τους τρόπους με τους οποίους μπορούμε να εφαρμόσουμε εργαλεία τεχνητής νοημοσύνης.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Πεταλάς Δημήτριος
- Petalas Dimitrios
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:3234149