導讀 阿爾托大學、卡羅琳斯卡醫(yī)學院和芬蘭分子醫(yī)學研究所 (FIMM) 聯(lián)合開展的研究涵蓋了 1,300 多種已知藥物分子，擁有大量可用的測量數(shù)據(jù)。...
阿爾托大學、卡羅琳斯卡醫(yī)學院和芬蘭分子醫(yī)學研究所 (FIMM) 聯(lián)合開展的研究涵蓋了 1,300 多種已知藥物分子，擁有大量可用的測量數(shù)據(jù)。
“這項研究使用系統(tǒng)數(shù)據(jù)驅(qū)動分析，將對細胞系進行的毒性測量與描述基因激活的基因表達反應相結(jié)合。毒性包括生長抑制和細胞殺傷作用。研究中開發(fā)的方法可以更準確地預測新分子的毒性，因為它利用了先進的統(tǒng)計方法和比以前大得多的數(shù)據(jù)集，”在阿爾托大學完成博士論文的 Juuso Parkkinen 解釋說。
目前，毒性主要通過動物試驗來測量。得益于這種新方法，未來可以通過細胞系測試和統(tǒng)計建模相結(jié)合的方式部分取代動物試驗。這也將為藥物開發(fā)節(jié)省大量成本。
Parkkinen 補充道： “這種新的預測方法可以應用于目前正在產(chǎn)品開發(fā)中的新型藥物分子和其他化學品，以消除可能存在的有毒分子。”
統(tǒng)計機器學習和人工智能方法的進步除了在醫(yī)學研究之外，還在許多應用領域發(fā)揮著至關重要的作用。
“Juuso Parkkinen 是阿爾托大學人工智能研究和博士研究實用性的絕佳例子：他在我的研究小組中撰寫了關于醫(yī)藥應用的論文，然后轉(zhuǎn)到 Reaktor，將數(shù)據(jù)科學應用于廣泛的業(yè)務需求，”Parkkinen 的論文導師 Samuel Kaski 教授稱贊道。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！