シンガポールと中国の大学の研究者は、新しい人工知能ツール MolMapNet を開発しました。
AIツールは通常空間的に順序付けられた画像（たとえば、オブジェクトの画像）の認識では、分子特性などの無秩序なデータではうまく機能しません。これは、医薬品の分析におけるそれらの有効性を損ないます。科学者たちはこの制限を克服しようと努めてきました。目標は、薬物の医薬品特性を予測するための深層学習モデルのパフォーマンスを向上させることです。
研究者の革新的な医薬品の特性を予測するためのディープラーニングのための既製の人工知能ツールMolMapNet。分子（右上）から始めて、その分子特性（分子の下の分子成分など）は、画像を認識する画像として2Dプレート（マルチプレート構造のトッププレート）に投影されますAI（マルチプレート構造）医薬品特性の認識指標の画像ピクセル。次に、医薬品特性（左下隅の薬物とボトル）を予測します（マルチプレート構造の下にある2層の相互接続リンク）。開いたボックス（右下）は、AIツールを専門家以外でもすぐに使用できることを示しています。クレジット：Shen etal。
深層学習モデルの作成は、3つの段階で行われました。
- 1つ目は、800万を超える分子の分子特性の内部関係に関する広範な研究です。
- 二つ目は新開発の使用です医薬品の分子特性を2D画像で表示するためのデータ変換技術。ピクセルレイアウトは、これらのプロパティ間の内部関係を反映しています。それらには、訓練された深層学習モデルを使用して取得された医薬品特性の重要な指標が含まれています。
- 3 つ目は、2D 画像を認識し、それらを使用して医薬品の特性を予測するように MolMapNet ツールをトレーニングすることです。
その結果、AIは特定のパターンをキャプチャできます。特定の医薬品特性を特徴付けるピクセルのレイアウト。そのように見えます。人工知能が画像内の男性と女性をどのように区別し、さまざまな性別の特徴を研究するか。
革新的な AI はパラメータを微調整する必要がないため、専門家でなくても利用できます。
続きを読む
新しいウラン化合物が異常な導電率の記録を破る
地球上で最も嵐の多い場所：ドレーク海峡が南極大陸への最も危険なルートである理由
進化論的エラー：人体のどの器官が非論理的に機能するか