Naukowcy z uniwersytetów w Singapurze i Chinach opracowali MolMapNet, nowe narzędzie sztucznej inteligencji.
Chociaż narzędzia AI są zwykle dobre dlarozpoznawanie obrazów uporządkowanych przestrzennie (na przykład obrazy obiektów), nie działają one dobrze z nieuporządkowanymi danymi, takimi jak właściwości molekularne. Pogarsza to ich skuteczność w analizie farmaceutyków. Naukowcy starali się przezwyciężyć to ograniczenie. Celem jest poprawa wydajności modeli głębokiego uczenia się do przewidywania właściwości farmaceutycznych leków.
Innowacyjność naukowcówgotowe narzędzie sztucznej inteligencji MolMapNet do głębokiego uczenia się w przewidywaniu właściwości farmaceutycznych. Zaczynając od cząsteczki (u góry po prawej), jej właściwości molekularne (takie jak składniki molekularne poniżej cząsteczki) są rzutowane na płytkę 2D (górna płyta o strukturze wielopłytkowej), gdy odczytuje się obraz rozpoznający obraz AI (struktura wielopłytkowa) piksele obrazu do rozpoznawania wskaźników właściwości farmaceutycznych, a następnie prognozuje (dwie warstwy wzajemnie połączonych łączy pod strukturą wielopłytkową) właściwości farmaceutyczne (lek i butelka w lewym dolnym rogu). Okno, które się otwiera (na dole po prawej) wskazuje, że narzędzie AI może być używane przez osoby niebędące specjalistami po wyjęciu z pudełka. Źródło: Shen i in.
Tworzenie modelu głębokiego uczenia odbyło się w trzech etapach.
- Pierwsza to szerokie badanie wewnętrznych zależności właściwości molekularnych ponad 8 milionów cząsteczek.
- Drugi to użycie nowo opracowanegotechniki transformacji danych do wyświetlania właściwości molekularnych farmaceutyków na obrazach 2D. Układy pikseli odzwierciedlają wewnętrzne relacje między tymi właściwościami. Zawierają ważne wskaźniki właściwości farmaceutycznych, które są rejestrowane za pomocą wyszkolonych modeli uczenia głębokiego.
- Trzecim jest przeszkolenie narzędzia MolMapNet w zakresie rozpoznawania obrazów 2D i wykorzystywania ich do przewidywania właściwości farmaceutycznych.
W rezultacie sztuczna inteligencja może uchwycić określone wzorce.układ pikseli, które charakteryzują określone właściwości farmaceutyczne. Tak to wygląda. jak sztuczna inteligencja rozróżnia na obrazie mężczyzn i kobiety, badając różne cechy płci.
Innowacyjna sztuczna inteligencja nie wymaga dostrajania parametrów, co oznacza, że jest dostępna dla niespecjalistów.
Czytaj więcej
Nowy związek uranu bije rekord pod względem anomalnego przewodnictwa
Najbardziej burzowe miejsce na Ziemi: dlaczego Drake Passage to najniebezpieczniejsza trasa na Antarktydę
Ewolucyjny błąd: które organy w ludzkim ciele działają nielogicznie