การศึกษาประสิทธิภาพของสมุนไพรไทยที่มีฤทธิ์ยับยั้งโปรตีน EGFR เพื่อเป็นแนวทางในการค้นหายารักษาโรคมะเร็ง
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
จิรวัสส์ สุขตระกูล, ณิชากร อินทรประดิษฐ์, พิชยะ ยาศิรินทร์
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
สรพงษ์ สมสอน, นัดดา สุธรรมมิกร
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
ปัจจุบันมียารักษาโรคมะเร็งมากมายแต่การค้นหายาและการผลิตยาต้องใช้ระยะเวลานานและค่าใช้จ่ายสูง และจากการค้นคว้าพบว่าสารในสมุนไพรไทยหลายชนิดมีคุณสมบัติเป็นยาได้และมีสรรพคุณมากมายที่ถูก ใช้ในทางการแพทย์ คณะผู้จัดทำจึงจัดทำโครงงานนี้ขึ้นโดยมีวัตถุประสงค์ เพื่อพัฒนาโมเดลปัญญาประดิษฐ์ทํานายค่าบ่งชี้ความสามารถในการยับยั้งโปรตีน EGFR ของสารในสมุนไพรไทย โครงงานนี้มีขั้นตอนดำเนินงานคือ ทำการรวบรวมชุดข้อมูลสารที่มีฤทธิ์ทางชีวภาพกับเป้าหมาย EGFR จากฐานข้อมูล ChEMBL จำนวน 18,762 และ ทำความสะอาดชุดข้อมูลจนเหลือ 9,357รายการ นำมาสร้างโมเดลปัญญาประดิษฐ์โดยใช้เทคนิคการเปลี่ยนโครงสร้าง SMILES ให้เป็นข้อมูล Fingerprint , Molecular Descriptors และการใช้กราฟแทนคุณสมบัติของอะตอมและพันธะ แล้วใช้โครงข่ายประสาทเทียมประเภท Graph Attention Network และ Convolutional Neural Network ค้นหาคุณลักษณะที่สำคัญของสาระประกอบนั้น แล้วข้อมูลไปเทรนตามโครงสร้างโมเดล SM-GATC แล้วทำการทดสอบประสิทธิภาพ
การทดลองประสิทธิภาพของโมเดล SM-GATC มีค่า ความผิดพลาด (RMSE) 0.92 ค่า R square 0.62 และเมื่อทดสอบกับชุดข้อมูล Test dataset ที่เป็นข้อมูลยาที่ทดสอบกับ Cell line NCIH2405 มีค่า ความผิดพลาด (RMSE) 0.97 ค่า R square 0.59 เมื่อนำไปทำนายค่า pIC50 ของสารในสมุนไพร พบว่ามีสารในสมุนไพร 7 ชนิดที่มีค่า pIC50 สูง ได้แก่ Isoflavones ในถั่วเหลือง , Linalool ในยี่หร่าฝรั่งและโหระพา , Luteolin ในแครอทและพริกหวาน , Kaemferol ในใบชา, Apigen ในผักชี ผักชีฝรั่ง และหัวหอม Terpenes ในดอกกัญชงและกัญชา ซึ่งผลจากการทดลองนี้สามารถนำไปใช้และเป็นประโยชน์ฺในการค้นหายา และ พัฒนายารักษามะเร็งในประเทศไทยต่อไป