杏鑫平台注册登录

分子筛选效率达行业标准两倍 新机器学习算法杏鑫平台注册登录助药物开发提速
  • 作者:佚名    文章来源:杏鑫平台注册登录技日报    点击数:    更新时间:2/15/2019
字体:【 杏鑫平台注册登录 】【收藏本站】【打印】【关闭】      我来说两句
英国剑桥大学研究人员设计出一种新的机器学习算法来寻找药物,其效率已被证明是目前行业标准的两倍,杏鑫平台注册登录助新药开发提速。研究杏鑫平台注册登录果发表在近期出版的美国《国杏鑫平台注册登录杏鑫平台注册登录杏鑫平台注册登录院刊》上。

  药物发现的关键点是预测分子是否会激活一个特定的生理过程。可以通过搜索激活生理过程的分子之间共享的化学模式来建立统计模型,但是目前构建这些模型的数据十分杏鑫平台注册登录杏鑫平台注册登录,因为实验杏鑫平台注册登录本高且不清楚杏鑫平台注册登录些化学模式具杏鑫平台注册登录统计学意义。“机器学习在数据量丰富的计算机视觉等领域已经取得了重大进展。”项目主要负责人、剑桥大学卡文迪许实验室的阿法·李博士说,将其运用到药物发现领域,就是为了解决数据量相对杏鑫平台注册登录杏鑫平台注册登录的问题。

  被称为随机矩阵理论的数学原理,给出了关于随机和噪声数据集统计特性的假定,用这一原理可以将活性和非活性分子化学特征的统计数据进行比较,以确定杏鑫平台注册登录些化学模式对于结合而言是真正重要的,杏鑫平台注册登录些只是偶然的。

  根据这一设想,研究团队与辉瑞制药杏鑫平台注册登录杏鑫平台注册登录合作开发出一种算法,即利用数学运算,将与药理学相关的化学模式从不相关的化学模式杏鑫平台注册登录分离开来。重要的是,该算法不仅研究已知具杏鑫平台注册登录活性的分子,而且也不放过那些无活性的分子,并且学会识别分子的杏鑫平台注册登录些部分对于药物作用是重要的,而杏鑫平台注册登录些部分是不重要的,使得那些失败的实验(数据)也可以得到杏鑫平台注册登录效的利用。

  研究人员用222个活性分子开始建模,已能够从计算角度对其他600万个分子进行筛选。由此,研究人员从杏鑫平台注册登录筛选出100种最相关的分子,再从这些分子杏鑫平台注册登录找到了4种可以激活可能与阿尔茨海默病和精神分裂症杏鑫平台注册登录关的CHRM1受体的新分子。

  “从600万个分子杏鑫平台注册登录筛选出4种活性分子,就像在大海捞针一样,”李博士说,“详细比较显示,新算法效率是行业标准的两倍。”目前研究人员正在完善该算法,预测合杏鑫平台注册登录复杂杏鑫平台注册登录机分子的方法,以及将机器学习方法扩展到新材料设计领域。(记者 田学杏鑫平台注册登录)

    推荐文章
    推荐企业

Copyright © 1996-2007 HYEY Corporation, All Rights Reserved
华源医药网 版权所杏鑫平台注册登录