โรงเรียนวารีเชียงใหม่

SM-GATC : Deep learning model For Targeted Cancer Therapy From Thai Herbal Compound

คำอธิบายนวัตกรรม SM-GATC : Deep learning model for Targeted Cancer Therapy From Thai Herbal Compound SM-GATC เป็นชื่อโมเดลทำนายประสิทธิภาพของสารประกอบในสมุนไพรไทยในการยับยั้งโปรตีนเป้าหมายนั่นคือโปรตีน EGFR ที่มีบทบาทในการควบคุมการเจริญเติบโต แบ่งตัวของเซลล์ เป็นสาเหตุหนึ่งของการแพร่กระจายของเซลล์มะเร็งอันส่งผลให้ผู้ป่วยโรคมะเร็งเสียชีวิต การคิดค้นยารักษาโรคมะเร็งในขั้นตอน Drug Discovery จะต้องใช้เวลาร่วม 6ปี และมีค่าใช้จ่ายมากในการนำสารประกอบต่างๆมาทดลองฤทธิ์ทางชีวภาพกับโปรตีนเป้า หมาย โครงงานนี้ได้ใช้วิธีสกัดข้อมูลสำคัญของสารประกอบจากโครงสร้างแบบ SMILES เช่น จำนวนและชนิดของอะตอม รูปแบบพันธะ น้ำหนักโมเลกุล เป็นต้น แล้วนำไปสร้างโมเดลแบบdeep learning และพัฒนาแอปพลิเคชั่นที่ใช้เพียงโครงสร้าง SMILES สารประกอบในสมุนไพรไทยที่สนใจ ก็จะประมวลผลและแสดงค่า pIC50 ที่เป็นค่าบ่งชี้ประสิทธิภาพการยับยั้งโปรตีน EGFR และยังสามารถค้นหาสารประกอบและฤทธิ์ทางชีวภาพของสารจากชื่อสมุนไพร หรือ ชื่อสารประกอบที่สนใจได้จากฐานข้อมูลที่บันทึกไว้ นวัตกรรมนี้จะมีประโยชน์อย่างมากในงานวิทยาศาสตร์และการแพทย์ที่จะพัฒนายาหรือผลิตภัณฑ์ในการรักษาโรคมะเร็งและเป็นการเพิ่มศักยภาพของสมุนไพรไทย ส่งผลให้ค่าใช้จ่ายในการรักษามะเร็งต่ำลงอีกด้วย