การรักษาด้วย Antibody สามารถที่จะกระตุ้นภูมิคุ้มกันโรคได้หลายชนิด เช่น โรคพาร์กินสัน โรคอัลไซเมอร์ หรือโรคมะเร็ง เช่น โรคมะเร็งลำไส้ใหญ่ เป็นต้น แต่ก็อาจมีประสิทธิภาพการรักษาที่ลดลงได้ เนื่องจาก Antibody เหล่านั้นอาจจับตัวกันเอง หรือจับกับโมเลกุลอื่น ๆ ที่ไม่ใช่ตำแหน่งการรักษาโรค จึงมีการคิดค้นเครื่องมือใหม่เกิดขึ้นจาก University of Michigan ที่จะลดปัญหาการจับตัวที่ผิดปกติดังกล่าวเหล่านั้น และทำให้รักษาโรคได้มีประสิทธิภาพยิ่งขึ้น
ที่ผ่านมา มีการนำ Antibody มาร่วมใช้ในการรักษาโรคมากขึ้น โดยคาดหวังว่าจะสามารถจับกับตำแหน่งการรักษาโรคที่ต้องการ ไม่จับกันเอง และไม่จับกับโมเลกุลอื่น ๆ แต่ว่าด้วยคุณสมบัติของ Antibody ที่สามารถจะจับกับโมเลกุลของสารอื่นที่ไม่ใช่โมเลกุลตามรอยโรค หรืออาจจะจับกันเองได้ ค้นพบว่ากว่าร้อยละ 75 ของ Antibody ที่นำมาใช้รักษาโรค จับกับโมเลกุลได้ผิดพลาด จึงทำให้การรักษาโรคอาจไม่ได้ประสิทธิภาพตามที่คาดหวังไว้
จึงมีการคิดค้นวิธีเพื่อแก้ไขปัญหาดังกล่าว นั่นคือ การปรับเปลี่ยนกรดอะมิโนที่เป็นองค์ประกอบของ Antibody เพื่อป้องกันไม่ให้มันจับกันเอง หรือจับกับโมเลกุลอื่น ๆ โดยการใช้โมเดล 3 มิติเข้ามาประกอบในการศึกษา แต่การศึกษาด้วยวิธีนี้อาจใช้ระยะเวลาที่มาก เพราะการศึกษากรดอะมิโนเพียงหนึ่งตัวด้วยโมเดลดังกล่าว ใช้เวลาในการศึกษาถึง 2 วัน จึงมีการปรับวิธีเพิ่มเติมโดยการใช้ AI ในการศึกษาที่สามารถศึกษาวิธีการแก้ไขปรับเปลี่ยน Antibody ได้แม่นยำประมาณร้อยละ 78 – 88 ซึ่งจะทำให้สามารถค้นพบตำแหน่งที่ต้องปรับเปลี่ยนการนำไปรักษาโรคได้รวดเร็วขึ้น
ในปัจจุบันมีหลายบริษัทยาที่ส่งเสริมการนำ Antibody มาใช้ประกอบการรักษาโรคมากยิ่งขึ้น แต่หลายครั้งที่ผู้พัฒนา Antibody ดังกล่าวก็ยังไม่ได้ตระหนักถึงปัญหาที่จะเกิดขึ้น หากนำไปใช้เสมือนเป็นยารักษาโรค การศึกษาค้นคว้าในข้างต้นในการใช้เทคโนโลยีด้าน AI มาช่วยในการหาตำแหน่งการปรับเปลี่ยนจุดบกพร่องของ Antibody ให้ลดความผิดพลาดของการทำงาน จึงเป็นอีกทางออกสำคัญที่จะช่วยทำให้เห็นถึงปัญหา และแนวทางการพัฒนาการนำ Antibody ไปรักษาโรคให้มีประสิทธิภาพยิ่งขึ้น
เรียบเรียงโดย นพ. จิรัสม์ พัวพัฒนกุล
ข้อมูลจาก www.sciencedaily.com/releases/2023/09/230911141006.htm
