V oblasti objavovania liekov dochádza k významnému nárastu potenciálnych kandidátnych liečiv vďaka vysokokapacitnému väzbovému skríningu a generatívnej AI. Avšak hlavným problémom je identifikácia molekúl s ideálnymi vlastnosťami liekov. Tu nastupuje ADMET-AI.
ADMET-AI je pokročilá platforma strojového učenia vyvinutá výskumníkmi z univerzity Stanford a spoločnosti Greenstone Biosciences. Je navrhnutá tak, aby rýchlo a presne predpovedala ADMET vlastnosti pre rozsiahle chemické knižnice.
Platforma využíva grafovú neurónovú sieť nazvanú Chemprop-RDKit, ktorá zahŕňa 200 fyzikálno-chemických molekulových vlastností vypočítaných pomocou RDKit. Tento unikátny spôsob umožňuje ADMET-AI predpovedať široké spektrum ADMET vlastností s výnimočnou presnosťou.
ADMET-AI bol trénovaný na 41 datasetoch z Therapeutics Data Commons, pričom prevyšuje ostatné nástroje na predpovedanie rýchlosti a presnosti. Taktiež demonštroval svoju účinnosť v regresných a klasifikačných úlohách na týchto datasetoch.
Jednou z význačných vlastností ADMET-AI je jeho výnimočná rýchlosť. Webová verzia platformy je o 45% rýchlejšia ako ďalší najrýchlejší webový server ADMET. Lokálna verzia ADMET-AI poskytuje vysokokapacitné predikčné schopnosti, ktoré sú schopné spracovať jeden milión molekúl za len 3,1 hodiny.
Záverom, ADMET-AI predstavuje významný posun v objavovaní liekov tým, že ponúka rýchlu, presnú a prispôsobiteľnú platformu na analýzu rozsiahlych chemických knižníc. Jeho presnosť pri predpovedaní ADMET vlastností a schopnosť poskytnúť kontextualizované predpovede na základe referenčnej sady licencovaných liekov ho robia nepostrádateľným nástrojom pre výskumníkov a odborníkov. S jeho rýchlosťou, presnosťou a priateľským používateľským rozhraním spĺňa ADMET-AI požiadavky na efektívne skríningové nástroje v čase narastajúcej zložitosti v kampaniach objavovania liekov a rozširujúcich sa chemických priestorov.
Pre viac informácií o ADMET-AI si môžete pozrieť výskumný článok, projekt a Github. Buďte informovaní o najnovších správach a vývoji sledovaním nás na Twitteri.
The source of the article is from the blog trebujena.net