Onderzoekers van universiteiten in Singapore en China hebben MolMapNet ontwikkeld, een nieuwe toolKunstmatig
Hoewel AI-tools meestal goed zijn voorherkenning van ruimtelijk geordende afbeeldingen (bijvoorbeeld afbeeldingen van objecten), werken ze niet goed met ongeordende gegevens zoals moleculaire eigenschappen. Dit schaadt hun effectiviteit bij de analyse van geneesmiddelen. Wetenschappers hebben geprobeerd deze beperking te overwinnen. Het doel is om de prestaties van deep learning-modellen voor het voorspellen van farmaceutische eigenschappen van geneesmiddelen te verbeteren.
Onderzoekers innovatiefkant-en-klare kunstmatige intelligentie tool MolMapNet voor diepgaand leren in het voorspellen van farmaceutische eigenschappen. Beginnend met een molecuul (rechtsboven), worden de moleculaire eigenschappen ervan (zoals moleculaire componenten onder het molecuul) geprojecteerd op een 2D-plaat (bovenplaat van een structuur met meerdere platen) als een beeldherkennend beeld AI (structuur met meerdere platen). beeldpixels voor herkenningsindicatoren van farmaceutische eigenschappen, en voorspelt vervolgens (twee lagen onderling verbonden schakels onder de multi-plaatstructuur) farmaceutische eigenschappen (medicijn en fles in de linker benedenhoek). Het vak dat wordt geopend (rechtsonder) geeft aan dat de AI-tool out-of-the-box door niet-specialisten kan worden gebruikt. Krediet: Shen et al.
Het deep learning-model is gemaakt in drie fasen.
- De eerste is een brede studie van de interne relaties van moleculaire eigenschappen van meer dan 8 miljoen moleculen.
- De tweede is het gebruik van een nieuw ontwikkelddatatransformatietechnieken voor het weergeven van de moleculaire eigenschappen van geneesmiddelen in 2D-beelden. Pixellay-outs weerspiegelen de interne relatie tussen deze eigenschappen. Ze bevatten belangrijke indicatoren van farmaceutische eigenschappen die worden vastgelegd met behulp van getrainde deep learning-modellen.
- De derde is het trainen van de MolMapNet-tool om 2D-beelden te herkennen en deze te gebruiken om farmaceutische eigenschappen te voorspellen.
Hierdoor kan AI bepaalde patronen vastleggen.een lay-out van pixels die bepaalde farmaceutische eigenschappen kenmerken. Zo ziet het eruit. hoe kunstmatige intelligentie onderscheid maakt tussen mannen en vrouwen in de afbeelding, door verschillende geslachtskenmerken te bestuderen.
Innovatieve AI vereist geen nauwkeurige parameterafstemming, wat betekent dat het toegankelijk is voor niet-specialisten.
Lees verder
Nieuwe uraniumverbinding breekt record voor abnormale geleidbaarheid
De meest stormachtige plek op aarde: waarom Drake Passage de gevaarlijkste route naar Antarctica is
Evolutionaire fout: welke organen in het menselijk lichaam werken onlogisch