Singaporen ja Kiinan yliopistojen tutkijat ovat kehittäneet MolMapNetin, uuden tekoälytyökalun.
Vaikka tekoälytyökalut ovat yleensä hyviäalueellisesti järjestettyjen kuvien (esimerkiksi esineiden kuvien) tunnistaminen, ne eivät toimi hyvin epäjärjestyksellisten tietojen, kuten molekyylien ominaisuuksien kanssa. Tämä heikentää niiden tehokkuutta lääkeaineiden analyysissä. Tutkijat ovat pyrkineet voittamaan tämän rajoituksen. Tavoitteena on parantaa syvällisten oppimismallien suorituskykyä lääkkeiden farmaseuttisten ominaisuuksien ennustamiseksi.
Tutkijoiden innovatiivinenvalmis tekoälytyökalu MolMapNet syvälliseen oppimiseen farmaseuttisten ominaisuuksien ennustamisessa. Alkaen molekyylistä (oikeassa yläkulmassa), sen molekyyliominaisuudet (kuten molekyylikomponentit molekyylin alapuolella) projisoidaan 2D-levylle (monilevyrakenteen ylälevy) kuvan AI (monilevyrakenne) tunnistavan kuvan lukemana. kuvapikselit farmaseuttisten ominaisuuksien tunnistusindikaattoreita varten ja ennustaa sitten (kaksi kerrosta toisiinsa yhteydessä olevia linkkejä monilevyrakenteen alla) farmaseuttiset ominaisuudet (lääke ja pullo vasemmassa alakulmassa). Avautuva ruutu (alhaalla oikealla) osoittaa, että tekoälytyökalua voivat käyttää muut kuin asiantuntijat laatikosta. Luotto: Shen et ai.
Syvän oppimisen mallin luominen tapahtui kolmessa vaiheessa.
- Ensimmäinen on laaja tutkimus yli 8 miljoonan molekyylin molekyylien ominaisuuksien sisäisistä suhteista.
- Toinen on vasta kehitetyn käyttödatanmuunnostekniikat lääkkeiden molekyyliominaisuuksien näyttämiseksi 2D-kuvina. Pikseliasettelut heijastavat näiden ominaisuuksien välistä sisäistä suhdetta. Ne sisältävät tärkeitä indikaattoreita farmaseuttisista ominaisuuksista, jotka on kerätty koulutetuilla syvähankintamalleilla.
- Kolmas on kouluttaa MolMapNet-työkalu tunnistamaan 2D-kuvia ja käyttämään niitä ennustamaan farmaseuttisia ominaisuuksia.
Tämän seurauksena tekoäly voi kaapata tiettyjä kuvioita.tiettyjen farmaseuttisten ominaisuuksien kuvaaja pikselien asettelu Se näyttää siltä. kuinka tekoäly erottaa miehet ja naiset kuvassa tutkimalla erilaisia sukupuolen ominaisuuksia.
Innovatiivinen tekoäly ei vaadi parametrien hienosäätöä, mikä tarkoittaa, että se on muiden kuin asiantuntijoiden käytettävissä.
Lue lisää
Uusi uraaniyhdiste rikkoo ennätyksen poikkeavan johtavuuden suhteen
Myrskyisin paikka maan päällä: miksi Drake Passage on vaarallisin reitti Etelämantereelle
Evoluutiovirhe: mitkä ihmiskehon elimet toimivat epäloogisesti