مدل سازی ریاضی داروی دیابت را برای کاهش علائم کرونا تجویز کرد

پژوهشگران دانشگاه امیرکبیر با مدل‌سازی ریاضی دریافتند که داروهای خانواده «گلیپتین»که عمدتا برای کنترل قند خون استفاده می‌ شوند می‌توانند در کاهش علائم بیماری کوید-۱۹ مورد استفاده قرار گیرند.
زهرا قربانعلی، دانش آموخته این دانشگاه و مجری طرح، کشف دارو را فرآیندی زمان‌بر و پرهزینه دانست و گفت: یکی از رایج‌ترین روش‌ها برای غلبه بر این مشکل، استفاده از «جایگزینی دارو» است؛ فرآیندی که طی آن اقدام به شناسایی خواص درمانی جدید برای داروهای موجود می شود.

وی «بروز بیماری‌های جدید»، «نبود داروی اختصاص یافته برای آن بیماری» و «بیماری‌های نادر» را سه وضعیت مهم برای استفاده از روش‌های جایگزینی دارو نام برد و اظهار کرد: مبتلایان بیماری های نادر به دلیل هزینه‌های اقتصادی بالا امکان استفاده از داروی مناسب را ندارند ضمن آنکه شرایط تحریم، دستیابی آنها را به بعضی از داروها مشکل می‌کند از این رو جایگزینی دارو می‌تواند هدف‌های درمانی جدیدی برای داروهایی که در گذشته جهت سایر بیماری‌ها استفاده می‌شدند، پیش‌بینی کند.

قربانعلی خاطر نشان کرد: از این رو در این پایان‌نامه ما به طور خاص روی بیماری کرونا (کوید-۱۹) و پیش‌بینی داروهای جایگزین برای درمان آن متمرکز شدیم. دلیل این امر کمک به روال انتخاب دارو برای پزشکان در زمان بروز سایر بیماری‌های همه‌گیر در آینده است. به این منظور مدل پیشنهادی ما توانست داروهای مناسبی پیشنهاد دهد که اعتبار آنها از طریق سایر مطالعات و مقالات به اثبات رسیده است.

مجری طرح تاکید کرد: یکی از جدیدترین یافته‌های این مطالعات استفاده از مجموعه داروهای «گلیپتین» است که برای کنترل بیماری قند خون استفاده می‌شوند ولی پتانسل جایگزینی جهت درمان و کاهش علائم بیماری کوید-۱۹ را دارند.

این دانش آموخته دانشگاه صنعتی امیرکبیر با اشاره به فرآیند اجرای این طرح تحقیقاتی، گفت: با بررسی مقالات مرتبط، چالش‌های موجود در این زمینه را شناسایی و برای حل این چالش‌ها راهکارهای گوناگون را آزموده و در نهایت ۳ روش اصلی را معرفی کردیم. در این دوره در کنار حل این چالش به بررسی سایر موضوعات مرتبط از قبیل پیش‌بینی عوارض جانبی برای داروها و همچنین زیست‌فعالی محصولات شیمیایی نیز پرداختیم.

قربانعلی اجرای صحیح این روش برای معرفی داروها را وابسته به وجود داده‌ها عنوان کرد و یادآور شد: با توجه به اینکه اطلاعات کمی از وجود روابط درمانی بین داروها و بیماری‌ها موجود است و این محدودیت عملکرد مدل‌های یادگیری را با خطا روبه رو می‌کند، از این رو در این مطالعه فرضیه‌های زیستی مختلفی برای غلبه بر این مشکلات ارائه کردیم.

وی با اشاره به انتشار ۴ مقاله از این تحقیقات، نوآوری این مقالات را در ارائه فرضیات زیستی جدید، استفاده از شبکه‌های عصبی دوقلو ناهمگون، استفاده از گراف‌های دانش و بررسی گیرنده بودن آنزیم DPP-4 جهت بیماری کرونا نام برد.

وی کاهش ریسک و هزینه نسبت به سایر روش ها را از مزایای رقابتی این طرح ذکر کرد و ادامه داد: با استفاده از این روش می‌توان درمان‌های جدید برای داروهای شناخته شده در هنگامی که بیماری نوظهوری پدید می‌آید و درمان شناخته شده‌ای وجود ندارد، پیشنهاد داد.

این طرح با عنوان «یادگیری فضای ویژگی دارو و بیماری جهت جایگزینی دارو» و با هدایت و راهنمایی دکتر فاطمه زارع میرک آباد عضو هیئت علمی دانشکده ریاضی و علوم کامپیوتر دانشگاه صنعتی امیرکبیر و دکتر علی مسعودی‌نژاد عضو هیئت علمی دانشگاه تهران همچنین با مشاوره خانم دکتر نجمه صالحی عضو هیئت علمی دانشگاه تهران و آقای دکتر محمد اکبری عضو هیئت علمی دانشگاه صنعتی امیرکبیر اجرایی شده است.