การเรียนรู้เชิงลึกเพื่อค้นหายาตัวใหม่ที่ใช้รักษาโรคพิษสุราเรื้อรังและอาการถอนพิษสุราสำหรับการประยุกต์ใช้ในงานวิจัยทางการแพทย์
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ธันยากานต์ ศิริไพรวัน, พุฒิพร เจริญวิมลรักษ์, สายวรรณศิลป เสียงหลาย
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
สิทธิโชค โสมอ่ำ, มนสิการ จันทร์สร้าง
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
โรคพิษสุราเรื้อรัง (alcoholism) และอาการถอนพิษสุรา (alcohol withdrawal) พบในประชากรที่ดื่มสุราเป็นประจำ จากสถิติเมื่อปี พ.ศ. 2564 มีผู้ดื่มสุราเป็นประจำจำนวนมากประมาณ 9.3 ล้านคนในประเทศไทย การรักษาโรคพิษสุราเรื้อรังและอาการถอนพิษสุรามีเป้าหมายให้ผู้ป่วยลดการดื่มสุราและบรรเทาอาการที่เกิดจากการลดการดื่มสุรา โดยให้ยาตามอาการควบคู่ไปกับวิธีอื่นภายใต้คำแนะนำของแพทย์ อย่างไรก็ตาม ในปัจจุบันมียารักษาโรคพิษสุราเรื้อรังที่ได้รับการขึ้นทะเบียนในไทยเพียงชนิดเดียว คือ Disulfiram ส่วนยาบรรเทาอาการถอนพิษสุราก็มีจำนวนน้อยและเสี่ยงต่อผลข้างเคียงที่รุนแรง ซึ่งการค้นหายาตัวใหม่ในเชิงเคมีและการแพทย์ต้องใช้เวลาและงบประมาณจำนวนมาก จากปัญหาที่กล่าวมาข้างต้น คณะผู้จัดทำโครงงานจึงได้พัฒนาแบบจำลองการเรียนรู้เชิงลึก โดยใช้แบบจำลองโครงข่ายประสาทเทียมชนิด Deep Neural Network (DNN) เพื่อค้นหายาใหม่ที่มีแนวโน้มในการรักษาโรคพิษสุราเรื้อรังและอาการถอนพิษสุราได้ โดยใช้แนวคิดการนำยามาใช้นอกขอบเขตเดิม (drug repurposing) ในโครงงานนี้จะพัฒนาแบบจำลองโครงข่ายประสาทเทียมโดยใช้ข้อมูลองค์ประกอบทางเคมีของยา (chemical structure) และคุณสมบัติของยา (drug category) จากฐานข้อมูล Drugbank ข้อมูลเส้นทางเมแทบอลิซึมของยา (drug metabolism pathway) จากฐานข้อมูล Pathbank ร่วมกับข้อมูลอันตรกิริยาระหว่างยา (drug-drug interaction) จากฐานข้อมูล DDinter ซึ่งจะมีการวัดประสิทธิภาพในการทำนายความสามารถในการรักษาของแบบจำลองด้วยค่า accuracy ค่า F1 score และค่า AUC แบบจำลองที่พัฒนาขึ้นนี้สามารถนำไปใช้ทำนายความสามารถในการรักษาของยาได้อย่างมีประสิทธิภาพ สามารถนำแบบจำลองไปค้นหายาตัวใหม่ และใช้เป็นฐานข้อมูลเบื้องต้นที่ประยุกต์ใช้สำหรับการแพทย์ในอนาคต