Reakcja człowieka na leki nauczone przewidywania

Opracowywanie leków zajmuje dużo czasu. Od znalezienia odpowiedniego związku po zatwierdzenie przez FDA

 nadzór sanitarny nad jakościąFood and Drugs) może zająć ponad dziesięć lat i kosztować miliard dolarów. Zespół badawczy z City University of New York Graduate Center stworzył model sztucznej inteligencji, który skraca czas i zmniejsza koszty procesu opracowywania leku.

Model nazwano CODE-AE i testuje nowośćzwiązków leków w celu przewidzenia ich wpływu na ludzi i ich skuteczności. Podczas testów naukowcy, choć teoretycznie, znaleźli spersonalizowane leki dla ponad 9 000 pacjentów, które lepiej leczyłyby choroby badanych. Autorzy opracowania mają nadzieję, że ich metoda znacząco przyspieszy odkrywanie leków i medycyny precyzyjnej.

Dokładne i niezawodne przewidywanie reakcjiSpecyficzna reakcja pacjenta na nowy związek chemiczny ma kluczowe znaczenie dla odkrycia bezpiecznych i skutecznych środków terapeutycznych oraz wyboru istniejącego leku dla konkretnego pacjenta. Jednak wczesne zbadanie skuteczności leku bezpośrednio na ludziach nie jest możliwe.

Jako analogi naukowcy wykorzystują komórkilub modele tkanin. Celem jest ocena efektu terapeutycznego cząsteczki leku. Jednak działanie leku w modelu często nie koreluje ze skutecznością i toksycznością leku u ludzi. Ta luka w wiedzy jest głównym czynnikiem wpływającym na wysokie koszty i niską produktywność opracowywania leków.

Czytaj więcej:

Żywe organizmy sprawiły, że Mars nie nadaje się do zamieszkania

Najpotężniejsze zderzenie czarnej dziury we wszechświecie potwierdziło teorię Einsteina

Kości w Jaskini Północy Terroru zostały dokładnie zbadane i znaleziono niewytłumaczalne ślady stóp.