من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه میکنم. متن کامل مقالات رو میتونین به صورت ترجمه شده از لینکی که در پایین پست قرار میگیره بخونین
فیزیکدانان اثر فوتونیک جدیدی را کشف کردند که میتواند کشف داروهای نجاتدهنده را تسریع کند
منتشر شده در scitechdaily به تاریخ ۲۰ ژانویه ۲۰۲۲
لینک منبع: Physicists Discover a New Photonic Effect That Could Accelerate the Discovery of Life-Saving Medicines
تطبیق با قانون اول رباتیک: یک اثر فوتونیک جدید برای کشف سریع دارو.
فیزیکدانان در دانشگاه باث و دانشگاه میشیگان یک اثر فوتونیکی جدید را در نانومارپیچهای نیمهرسانا نشان میدهند.
یک اثر فوتونیکی جدید در نیمهرساناهای ذرات مارپیچی با ابعاد نانو توسط یک تیم بینالمللی از دانشمندان به رهبری محققان در دانشگاه باث کشف شدهاست. اثر مشاهدهشده این پتانسیل را دارد که کشف و توسعه داروهای نجاتدهنده زندگی و تکنولوژیهای نوری را سرعت بخشد. نویسنده داستانهای علمی، ایزاک آسیموف، در مجموعه آثار ربات خود آیندهای را تصور کرد که در آن رباتها به همراهان قابلاعتماد برای انسانها تبدیل شدند. این رباتها توسط قوانین رباتیک هدایت میشدند، که اولین آنها بیان میکرد که «یک ربات ممکن است به انسان آسیب نرساند و یا، از طریق انفعال، به انسان اجازه آسیب رساندن را بدهد.» به لطف کشف فوتونیک جدید، رباتها ممکن است فرصتی برای جلوگیری از آسیب دیدن انسانها به شیوهای بسیار معنیدار پیدا کنند -با سرعت بخشیدن به توسعه داروهای مهم، مانند آنتیبیوتیکهای جدید. سازمان بهداشت جهانی مقاومت آنتیبیوتیکی (عدم اثربخشی رو به رشد داروها در حال حاضر در بازار) را بهعنوان یکی از ۱۰ تهدید برتر بشریت در نظر میگیرد. علاوه بر این، جهانی شدن همراه با تجاوز انسان به زیستگاههای حیات وحش، خطر ظهور بیماریهای عفونی جدید را افزایش میدهد. بهطور گسترده مشخص شدهاست که هزینه کشف و توسعه داروهای جدید برای این شرایط و سایر شرایطی که از تکنولوژی امروز استفاده میکنند، ناپایدار است. نیاز به سرعت بخشیدن به تحقیقات دارویی هرگز بیشتر از این نبوده است و بهشدت از کمک هوش مصنوعی (AI) بهرهمند خواهد شد.
استاد فیزیک باث، Ventsislav Valev، که مدیریت این تحقیق را بر عهده داشت، گفت: «اگرچه هنوز راه درازی از مغز ربات پوزیترون آسیموف باقی ماندهاست، آخرین یافتههای ما این پتانسیل را دارد که الگوریتمهای هوش مصنوعی که واکنشهای شیمیایی و بازوهای رباتیکی را تحلیل میکنند و مخلوطهای شیمیایی را آماده میکنند -فرایندی که بهعنوان غربالگری با توان عملیاتی بالا شناخته میشود -را به هم پیوند دهد.»
رفع نیازهای شیمی رباتیک
غربالگری با توان بالا (HTS) یک روش تجربی است که از رباتها برای کشف داروهای جدید استفاده میکند. برخی از آزمایشگاهها هماکنون از آن استفاده کردهاند تا به آنها کمک کنند تا کتابخانههای بزرگ مولکولها را تجزیه و تحلیل کنند. با این حال، در آینده، کشف داروهای جدید میتواند به طور کامل از طریق HTS اتفاق بیفتد. با استفاده از این روش، رباتها بهطور همزمان تعداد زیادی سرنگ را به کار میگیرند و هزاران ترکیب شیمیایی را آماده میکنند که سپس از نظر رباتیکی مورد تجزیه و تحلیل قرار میگیرند. نتایج به الگوریتمهای هوش مصنوعی بازخورد داده میشوند، که سپس تعیین میکنند چه مخلوطهایی باید آماده شوند و به همین ترتیب تا زمانی که یک داروی مفید کشف شود.
گام تحلیلی کلیدی است، زیرا بدون آن، رباتها نمیتوانند بدانند که چه چیزی را آماده کردهاند.
فرآِیند HTS بر روی میکروپلیتها (یا قرصها) اتفاق میافتد که تقریبا به اندازه یک تکه شکلات است. هر قرص حاوی چاههایی است که ترکیبات شیمیایی در آنها ریخته میشوند. هرچه چاههای بیشتری بر روی یک قرص پیدا شود، مواد شیمیایی بیشتری را میتوان در یک ضربه تحلیل کرد. اما اگر چه یک قرص مدرن میتواند میزبان هزاران چاه باشد، اندازه قرص تغییر نمیکند.
پروفسور والوف گفت: «برای برآورده کردن نیازهای شیمی رباتیک در حال ظهور، چاهها در حال کوچک شدن هستند -برای روشهای تحلیلی کنونی بسیار کوچک هستند.» بنابراین، اساسا روشهای جدیدی برای تحلیل داروها مورد نیاز است.
در حال حاضر، اکثر داروهای جدیدی که وارد بازار میشوند و اکثر داروهای قدیمی کایرال هستند (فرمول شیمیایی آنها فاقد تقارن آینهای است). بنابراین مهم است که بتوانیم کایرالیته را در حجمهای کوچکتر از ۱ میلیمتر مکعب که در حدود اندازه یک مکعب با ضخامت یک کارت اعتباری است، اندازهگیری کنیم.
اثر کشفشده توسط محققان اجازه میدهد کایرالیته در حجمهای ۱۰ هزار برابر کوچکتر از ۱ میلیمتر مکعب اندازهگیری شود.
پروفسور والوف توضیح داد: «ما از مطالب جدید هیجانانگیزی استفاده کردهایم که توسط همکارانمان در دانشگاه میشیگان در ایالاتمتحده به رهبری پروفسور نیکولاس کوتوف تهیه شدهاند.» این یک ساختار بیومیمتیک است (یعنی یکی که پدیدههای بیولوژیکی را شبیهسازی میکند) که از نظر شیمیایی به مارپیچ نیمهرسانا، در مقیاس نانو، شبیه به روش جمعآوری پروتئینها، میپیوندد.
پروفسور کوتوف گفت: مارپیچهای نیمههادی کوچک که با نور قرمز روشن میشوند، نور جدیدی تولید میکنند که آبی و پیچخورده است. نور آبی نیز در یک جهت خاص منتشر میشود، که جمعآوری و تجزیه و تحلیل آن را آسان میکند. سهگانه بودن اثرات نوری غیر معمول به شدت باعث کاهش سر و صدایی میشود که دیگر مولکولها و ذرات در مقیاس نانو در سیالهای بیولوژیکی ممکن است ایجاد کنند.
پروفسور والوف افزود: «این بدان معنی است که با اندازهگیری دقیق نور آبی، میتوانیم جهت چرخش (یا کایرالیته) ساختارهایی که در حال مطالعه آنها هستیم را مشخص کنیم.»
چرخش نانومارپیچها میتواند بهطور چشمگیری بسته به نوع بیومولکولهایی که وقتی این هلیکسها تشکیل شدند وجود داشتند تغییر کند و اطلاعات زیادی در مورد نمونههای بیولوژیکی فراهم کند.
نتایج ما راه را برای اندازهگیری کایرالیته در حجمهای بالقوه ۱۰ میلیون برابر کوچکتر از ۱ میلیمتر مکعب باز میکند. اگرچه ساختارهایی که تاکنون اندازهگیری کردهایم بسیار بزرگتر از داروهای معمولی هستند، ما ثابت کردهایم که اثر فیزیکی واقعی است، بنابراین در اصل، کاربردها برای مولکولها و بهویژه داروها در حال حاضر تنها یک سوال در مورد توسعه فنآوری هستند. گام بعدی ما یافتن منابع مالی برای این توسعه است.
دانشجوی دکترا، Lukas Ohnoutek، که در این تحقیق نیز شرکت داشت، گفت: در فنآوری نانو، یکی از چالشهای بزرگ، توانایی دیدن ویژگیهای چیزهای کوچک است. امروزه، این کار برای اشیا ثابت آسان است، اما هنوز هم برای یک شی که آزادانه در یک مایع شناور میشود، سخت است.
کاهش موفقیتآمیز حجم مطالعه ما بسیار لذت بخش بودهاست -ما اکنون نور را بر روی نقطهای متمرکز میکنیم که برای چشم بسیاری از مردم نامرئی است. و در این جلد، میتوانیم جهت پیچش مارپیچها را که هنوز بسیار کوچکتر هستند، تعیین کنیم.
این متن با استفاده از ربات ترجمه مقالات فیزیک ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه میتواند دارای برخی اشکالات ترجمه باشد.
مقالات لینکشده در این متن میتوانند به صورت رایگان با استفاده از مقالهخوان ترجمیار به فارسی مطالعه شوند.
مطلبی دیگر از این انتشارات
«ایمنی آموزشدیده» در مبارزه با ویروس کرونا
مطلبی دیگر از این انتشارات
مهارتهای نرم فارغ التحصیلان حسابداری: ادراکات در مقابل انتظارات
مطلبی دیگر از این انتشارات
۶ الگوریتم یادگیری ماشین که باید بشناسید