Lääkkeiden keksinnän alalla on tapahtunut huomattava kasvu potentiaalisissa lääkeaine-ehdokkaissa korkean läpiaineistokatsojan ja generatiivisen tekoälyn avulla. Haasteena on kuitenkin löytää molekyylejä, joilla on ihanteelliset lääkeominaisuudet. Tähän tarpeeseen tulee ADMET-AI.
ADMET-AI on kehittynyt koneoppimisalusta, jonka ovat kehittäneet Stanfordin yliopiston ja Greenstone Biosciencesin tutkijat. Se on suunniteltu ennustamaan nopeasti ja tarkasti ADMETo-muuttujia laajoille kemiallisille kirjastoille.
Alusta hyödyntää RDKit:n laskemia 200 fysikaaliskemiallista molekyylipiirrettä sisältävää graafi-neuraaliverkkoa nimeltä Chemprop-RDKit. Tämä ainutlaatuinen yhdistelmä mahdollistaa ADMET-AI:n ennustaa laajan valikoiman ADMETo-muuttujia poikkeuksellisen tarkasti.
ADMET-AI on koulutettu 41:llä Therapeutics Data Commonsista peräisin olevilla datasarjoilla ja ylittää muut ennustustyökalut nopeudessa ja tarkkuudessa. Se on myös osoittanut tehokkuutensa regressio- ja luokittelutehtävissä näiden datasarjojen yli.
Huomionarvoinen ominaisuus ADMET-AI:ssa on sen poikkeuksellinen nopeus. Verkkopalveluversion nopeus on 45% nopeampi kuin seuraavaksi nopein ADMET-verkkopalvelin. ADMET-AI:n paikallinen versio mahdollistaa nopeaa seulontaa ja pystyy käsittelemään miljoona molekyyliä vain 3,1 tunnissa.
Yhteenvetona voi todeta, että ADMET-AI edustaa merkittävää edistysaskelta lääkkeiden keksinnössä tarjoamalla nopean, tarkan ja sopeutuvan alustan massiivisten kemiallisten kirjastojen analysointiin. Sen tarkkuus ADMETo-ominaisuuksien ennustamisessa ja kyky tarjota kontekstuaalisia ennusteita lisensoiduista lääkkeistä koostuvan vertailuaineiston perusteella tekevät siitä korvaamattoman työkalun tutkijoille ja käytännön toimijoille. Nopeuden, tarkkuuden ja käyttäjäystävällisten käyttöliittymien ansiosta ADMET-AI vastaa tehokkaiden seulontatyökalujen kysyntään kasvavassa kompleksisuudessa lääkkeiden keksinnän kampanjoissa ja laajenevissa kemiallisissa tiloissa.
Lisätietoja ADMET-AI:sta saat tutustumalla tutkimusartikkeliin, projektiin ja Githubiin. Pysy ajan tasalla uusimmista uutisista ja kehityksestä seuraamalla meitä Twitterissä.
The source of the article is from the blog exofeed.nl