Dans le domaine de la découverte de médicaments, il y a eu une augmentation significative des candidats médicamenteux potentiels grâce à l’utilisation du criblage haut débit et de l’IA générative. Cependant, un défi majeur réside dans l’identification de molécules aux propriétés pharmacologiques idéales. C’est là qu’intervient ADMET-AI.
ADMET-AI est une plateforme avancée d’apprentissage automatique développée par des chercheurs de l’Université de Stanford et de Greenstone Biosciences. Elle est conçue pour prédire rapidement et précisément les propriétés ADMET pour de vastes bibliothèques chimiques.
La plateforme utilise un réseau neuronal graphique appelé Chemprop-RDKit, qui intègre 200 caractéristiques moléculaires physico-chimiques calculées par RDKit. Cette combinaison unique permet à ADMET-AI de prédire un large éventail de propriétés ADMET avec une précision exceptionnelle.
ADMET-AI a été formé sur 41 ensembles de données provenant du Therapeutics Data Commons, surpassant les autres outils de prédiction en termes de vitesse et de précision. Il a également démontré son efficacité dans des tâches de régression et de classification sur ces ensembles de données.
Une caractéristique notable d’ADMET-AI est sa vitesse exceptionnelle. La version du serveur web de la plateforme est 45% plus rapide que le serveur web ADMET le plus rapide disponible. La version locale d’ADMET-AI offre des capacités de prédiction haut débit, capable de traiter un million de molécules en seulement 3,1 heures.
En conclusion, ADMET-AI représente une avancée majeure dans la découverte de médicaments en offrant une plateforme rapide, précise et adaptable pour l’analyse de vastes bibliothèques chimiques. Sa précision dans la prédiction des caractéristiques ADMET et sa capacité à fournir des prédictions contextualisées basées sur un ensemble de médicaments autorisés en font un outil inestimable pour les chercheurs et les praticiens. Grâce à sa vitesse, sa précision et ses interfaces conviviales, ADMET-AI répond à la demande d’outils de criblage efficaces face à la complexité croissante des campagnes de découverte de médicaments et à la diversité des espaces chimiques.
Pour plus d’informations sur ADMET-AI, vous pouvez consulter l’article de recherche, le projet et Github. Restez informé des dernières actualités et développements en nous suivant sur Twitter.
The source of the article is from the blog regiozottegem.be