В областта на откриването на лекарства, с помощта на високопроизводително свързване и генеративно изкуствено интелект (AI), има значително увеличение на потенциалните кандидат-лекарства. Въпреки това, основен предизвикателство е откриването на молекули с идеални лекарствени свойства. Тук на сцената влиза ADMET-AI.
ADMET-AI е напреднала платформа за машинно самообучение, разработена от изследователи от Университета в Станфорд и Greenstone Biosciences. Тя е проектирана да прогнозира бързо и точно свойствата на ADMET за обширни химически библиотеки.
Платформата използва графична невронна мрежа, наречена Chemprop-RDKit, която включва 200 физикохимични молекулни характеристики, изчислени от RDKit. Тази уникална комбинация позволява на ADMET-AI да предсказва широк спектър от свойства на ADMET с изключителна точност.
ADMET-AI е обучена върху 41 комплекта данни от Therapeutics Data Commons и надминава други инструменти за прогнозиране по отношение на скоростта и точността. Тя също така е доказала ефективността си в регресионни и класификационни задачи за тези данни.
Една от забележителните характеристики на ADMET-AI е нейната изключителна скорост. Уеб сървърната версия на платформата е с 45% по-бърза от следващия по-бърз ADMET уеб сървър. Локалната версия на ADMET-AI предоставя възможности за високопроизводително предсказване, като може да обработва един милион молекули само за 3.1 часа.
Заключително, ADMET-AI представлява голяма крачка в откриването на лекарства, като предлага бърза, точна и приспособима платформа за анализ на големи химически библиотеки. Нейната точност в предсказването на свойствата на ADMET и възможността й да предоставя контекстуализирани предсказания, базирани на определен набор от лицензирани лекарства, я прави неоценим инструмент за изследователи и практици. Със своята скорост, точност и потребителски приятелски интерфейс, ADMET-AI отговаря на изискванията за ефективни инструменти за скрининг в сферата на нарастващата сложност на кампаниите за откриване на лекарства и разширяващите се химически области.
За повече информация за ADMET-AI, можете да разгледате научната статия, проекта и Github. Следете последните новини и развития, като ни последвате в Twitter.
The source of the article is from the blog revistatenerife.com