싱가포르와 중국 대학의 연구원들이 새로운 인공지능 도구인 MolMapNet을 개발했습니다.
AI 도구는 일반적으로공간적으로 정렬 된 이미지 (예 : 물체 이미지)의 인식은 분자 특성과 같은 무질서한 데이터와 잘 작동하지 않습니다. 이것은 의약품 분석의 효과를 손상시킵니다. 과학자들은 이러한 한계를 극복하기 위해 노력해 왔습니다. 목표는 약물의 제약 특성을 예측하기위한 딥 러닝 모델의 성능을 개선하는 것입니다.
연구원의 혁신제약 속성을 예측하는 딥 러닝을위한 기성 인공 지능 도구 MolMapNet. 분자 (오른쪽 위)부터 시작하여 분자 속성 (분자 아래의 분자 구성 요소 등)이 이미지를 인식하는 이미지 AI (다중 플레이트 구조)가 판독 할 때 2D 플레이트 (다중 플레이트 구조의 상단 플레이트)에 투영됩니다. 제약 속성의 인식 지표에 대한 이미지 픽셀을 사용한 다음 (다중 플레이트 구조 아래의 상호 연결된 링크의 두 레이어) 제약 속성 (왼쪽 하단 모서리의 약물 및 병)을 예측합니다. 열리는 상자 (오른쪽 하단)는 AI 도구를 비전문가가 즉시 사용할 수 있음을 나타냅니다. 크레딧 : Shen et al.
딥 러닝 모델의 생성은 세 단계로 이루어졌습니다.
- 첫 번째는 800 만 개 이상의 분자에 대한 분자 특성의 내부 관계에 대한 광범위한 연구입니다.
- 두 번째는 새로 개발 된2D 이미지에서 의약품의 분자 특성을 표시하기위한 데이터 변환 기술. 픽셀 레이아웃은 이러한 속성 간의 내부 관계를 반영합니다. 여기에는 훈련 된 딥 러닝 모델을 사용하여 캡처 한 제약 속성의 중요한 지표가 포함되어 있습니다.
- 세 번째는 MolMapNet 도구를 훈련시켜 2D 이미지를 인식하고 이를 사용하여 제약 특성을 예측하는 것입니다.
결과적으로 AI는 특정 패턴을 포착 할 수 있습니다.특정 제약 속성을 특성화하는 픽셀 레이아웃. 그런 것 같습니다. 인공 지능이 이미지에서 남성과 여성을 구별하는 방법, 다양한 성별 특성을 연구합니다.
혁신적인 AI에는 매개변수를 미세 조정할 필요가 없으므로 전문가가 아닌 사람도 액세스할 수 있습니다.
더 읽어보기
새로운 우라늄 화합물, 비정상 전도율 기록 갱신
지구상에서 가장 폭풍우가 많은 곳 : 드레이크 항로가 남극 대륙으로가는 가장 위험한 경로 인 이유
진화 적 오류 : 인체의 어떤 기관이 비논리적으로 작동하는지