ADMET-AI: Revolucionē narkotiku izpēti ar ātru un precīzu skrīningu

Narkotiku izpētes jomā, izmantojot augsta pārejas dokēšanu un radniecīgo mākslīgo intelektu, ir ievērojami palielinājies iespējamo narkotikas kandidātu skaits. Tomēr galvenā problēma ir atbilstošu īpašību molekulu identificēšana. Tieši šajā jomā noder ADMET-AI.

ADMET-AI ir ārkārtas mašīnmācīšanās platforma, ko izstrādāja Stanfordas universitātes un “Greenstone Biosciences” pētnieki. Tā ir izstrādāta, lai ātri un precīzi prognozētu ārkārtas īpašības plašiem ķīmisko bibliotēku kopumiem.

Platforma izmanto grafa neironu tīklu, kas sauks “Chemprop-RDKit”, un tas iekļauj 200 fizikāli ķīmiskos molekulāros elementus, ko aprēķina RDKit. Šī unikālā kombinācija ļauj ADMET-AI prognozēt plašu ārkārtas īpašību klāstu ar ļoti precīzu rezultātu.

ADMET-AI ir apmācīts ar 41 datukopu no “Therapeutics Data Commons” un pārspēj citus prognozes rīkus gan ātrumā, gan precizitātē. Tas arī ir demonstrējis savu efektivitāti regresijas un klasifikācijas uzdevumos šajos datukopos.

Viena no pamanāmākajām ADMET-AI īpašībām ir tās izcilā ātrdarbība. Platformas tīmekļa servera versija ir par 45% ātrāka nekā nākamās ātrākās ADMET tīmekļa servera versijas. Lokālā ADMET-AI versija nodrošina augsta pārejas prognozēšanas spējas, spējot apstrādāt vienu miljonu molekulu tikai 3,1 stundās.

Secinājumā, ADMET-AI sniedz nozīmīgu lēcienu narkotiku izpētē, piedāvājot ātru, precīzu un pielāgojamu platformu, lai analizētu masīvus ķīmisko bibliotēku kopumus. Tās precizitāte, prognozējot ārkārtas īpašības, un spēja sniegt kontekstualizētas prognozes, balstoties uz licencēto zāļu atsauces kopumu, padara to nepieciešamu rīku pētniekiem un praktiķiem. Ar tās ātrdarbību, precizitāti un lietotājam draudzīgajām saskarnēm ADMET-AI apmierina pieprasījumu pēc efektīviem skrīninga rīkiem saskarsmē ar narkotiku izpētes kampaņu pielāgošanu un palielināšanos ķīmisko telpu.

Plašākai informācijai par ADMET-AI jūs varat izlasīt pētniecības rakstu, projektu un Github. Sekojiet jaunākajiem ziņojumiem un attīstībai, sekojot mums Twitterī.

The source of the article is from the blog trebujena.net

Privacy policy
Contact