دکتر فائزه وحیدی مطلق: علم داده با یادگیری ماشین موجب پیشرفت تحقیقات فارماکوگنوزی شده و مسیر کشف ترکیبات دارویی مؤثر را بهینه می‌کند

به گزارش روابط‌عمومی دانشگاه علوم پزشکی تهران دانشکده داروسازی، ژورنال کلاب دکتر فائزه وحیدی مطلق دستیار تخصصی گروه فارماکوگنوزی با عنوان " کاربرد علم داده در فارماکوگنوزی" ۱ بهمن ۱۴۰۳ در دانشکده داروسازی برگزار شد. 

 

چکیده ژورنال کلاب دکتر وحیدی مطلق به شرح زیر است:          

در دنیای امروز، علم داده به‌عنوان یکی از ارکان اساسی در پیشرفت حوزه‌های علمی مختلف محسوب می‌شود. فارماکوگنوزی که به مطالعه ترکیبات طبیعی و تأثیرات بیولوژیکی آن‌ها می‌پردازد، با بهره‌گیری از تحلیل داده‌های گسترده، گامی بزرگ به‌سوی کشف داروهای مؤثرتر و بهینه‌سازی روش‌ها برداشته است.

علم داده، با استفاده از روش‌های پیشرفته‌ای همچون یادگیری ماشین و مدل‌سازی آماری، امکان استخراج الگوهای نهفته در داده‌های پیچیده را فراهم می‌آورد. این قابلیت، فرایند کشف ترکیبات دارویی جدید را تسریع کرده و زمینه‌ای را برای تحلیل ارتباط میان ژن‌های دخیل در بیماری‌ها و ترکیبات فعال دارویی فراهم می‌کند. از سوی دیگر، این فناوری می‌تواند به‌پیش بینی تأثیرات احتمالی یک ترکیب و عوارض جانبی حاصل از آن کمک کند.

 

یکی از کاربردهای برجسته علم داده در فارماکوگنوزی، بهینه‌سازی روش‌های عصاره‌گیری و استخراج ترکیبات طبیعی است که نه‌تنها به افزایش کارایی این فرآیندها کمک می‌کند، بلکه موجب کاهش هزینه‌های تحقیقاتی و افزایش دقت نتایج نیز می‌شود. همچنین، با استفاده از مدل‌های یادگیری ماشین، می‌توان ترکیباتی با بیشترین اثربخشی را شناسایی و مسیر تحقیقاتی را هدفمندتر کرد.

 

با رشد فزاینده فناوری‌های هوش مصنوعی و یادگیری ماشین در علوم زیستی، ورود داروسازان به این عرصه می‌تواند بسیار کارساز باشد. این تحول نه‌تنها سبب پیشرفت‌های چشمگیر در کشف و توسعه داروها می‌شود، بلکه با کاهش نیاز به مصرف حلال‌های شیمیایی و روش‌های درون تنی، گامی مؤثر در حفظ محیط‌زیست و بهینه‌سازی منابع پژوهشی محسوب می‌شود.