นักวิจัยจากคณะเภสัชศาสตร์แห่งมหาวิทยาลัย University of North Carolina at Chapel Hill Eshelman ได้พัฒนาปัญญาประดิษฐ์ที่สามารถ”สอน”ตัวเองให้ออกแบบโมเลกุลยาใหม่ๆขึ้นมาได้ ซึ่งความสามารถดังกล่าวอาจช่วยเร่งความเร็วในการคิดค้นสูตรยาใหม่ๆขึ้นได้มาก
นักวิจัยเจ้าของผลงานดังกล่าวได้ใช้อัลกอริทึมที่เรียกว่า Reinforcement Learning for Structural Evolution (ReLeaSE) ซึ่งประกอบไปด้วย neural network 2 ระบบที่ทำงานเสมือนครูและนักเรียน โดย neural network ที่รับบทบาทครูนั้นรู้ถึงคำศัพท์และกฎเกณฑ์ความสัมพันธ์ของโครงสร้างทางเคมีของโมเลกุลตัวยาทางชีวภาพที่มีอยู่กว่า 1.7 ล้านชนิด ในขณะที่ neural network ที่รับบทบาทนักเรียนจะคอยเรียนรู้และเสนอโครงสร้างของโมเลกุลที่อาจเป็นตัวยาชนิดใหม่ๆที่ดีและมีประโยชน์ขึ้นเรื่อยๆให้กับครู
ผู้พัฒนา ReLeaSE ได้อธิบายขั้นตอนการทำงานของระบบนี้ว่าคล้ายกับขั้นตอนการเรียนภาษาของมนุษย์ ที่นักเรียนจะเริ่มจากการเรียนรู้ตัวอักษรทางโมเลกุล และกฎของภาษาโครงสร้างเคมี จากนั้นนักเรียนก็จะลองสร้างคำใหม่ๆ และหากคำศัพท์(ของโครงสร้างโมเลกุลเคมี)ใหม่นี้มีความสมจริงและมีผลของตัวยาเป็นที่น่าพอใจ neural network ครูก็จะอนุมัติให้ผ่าน และหากไม่ ครูก็จะปฏิเสธตัวยา ซึ่งการทำเช่นนี้สอนให้ neural network นักเรียนรู้ว่าควรหลีกเลี่ยงโมเลกุลที่ไม่ดี
ในการคิดค้นตัวยาใหม่ๆในปัจจุบัน วิธีที่นิยมใช้กันคือระบบที่เรียกว่า virtual screening ที่ช่วยให้นักวิทยาศาสตร์สามารถประเมินประโยชน์ทางยาของสารเคมีภายในระบบได้ ทว่าระบบนี้ยังมีข้อจำกัดในการคิดค้นตัวยาได้เฉพาะสารเคมีทื่ระบบรู้จักเท่านั้น ReLeaSE จึงเป็นการยกระดับขั้นตอนดังกล่าวด้วยระบบที่รวดเร็วและสามารถสร้างและประเมินโมเลกุลยาชนิดใหม่ๆแม้จะไม่รู้จักโมเลกุลนั้นๆมาก่อน
ทีมงานผู้พัฒนาได้ทดลองใช้อัลกอริทึม ReLeaSE นี้ในการสร้างโมเลกุลที่มีคุณสมบัติในการรักษาและคุณสมบัติทางกายภาพ เช่น การละลายน้ำ หรือจุดหลอมเหลว ตามที่ต้องการ รวมไปถึงการออกแบบสารประกอบชนิดใหม่ที่ทำหน้าที่คอยยับยั้งเอนไซม์ที่เกี่ยวข้องกับโรคลูคิเมีย ซึ่งความสามารถในการนำเสนอโมเลกุลตัวยาใหม่ๆที่อาจมีประโยชน์ได้อย่างรวดเร็วนี้อาจเข้ามามีบทบาทมากกับอุตสาหกรรมเภสัช ที่ต้องการลดเวลาในการคิดค้นสูตรใหม่ๆเพื่อนำตัวยาที่มีศักยภาพเข้าสู่ขั้นตอนการทดลองทางคลินิกให้เร็วที่สุด
