인공 지능은 신약의 설계에 온다

약물

오늘까지 이야기 인공 지능 의심 할 여지없이 소프트웨어 및 하드웨어 설계 세계에서 가장 반복되는 주제 중 하나에 대해 수행하는 것입니다. 사실상 모든 대학과 연구 개발 센터에는 해당 주제에 대해 작업하는 전문가가 있습니다. 오늘날 컴퓨팅 세계에서 가장 높은 급여를받는 직업 중 하나 일 수 있습니다.

이 모든 것과는 거리가 먼 진실은 인공 지능의 주제가 컴퓨팅, 사물 인터넷 또는 소셜 네트워크와 같은 실질적으로 모든 분야에 적용되고 있다는 것입니다. 모든 사용자는 때때로 알지도 못하지만 이러한 유형의 소프트웨어 플랫폼을 사용합니다. 이 시점에서 이러한 분야에서 인공 지능이 부과되고 있다는 점에 유의해야합니다. 다른 과학 분야에서 조금씩 발전하고 있습니다 이 경우에는 신약 개발.

인공 지능

MIT 팀이 신약을 만들 수있는 소프트웨어를 설계했습니다.

제약 분야가 직면 한 주요 문제 중 하나는 새로운 분자의 개발이 여전히 필요하다는 것입니다. 수동으로 수행됩니다. 완전히 새로운 약물을 만드는 것과 그 특성을 개선하기 위해 기존 약물을 진화시키는 과정이 흥미롭게도 동일합니다.

기본적으로 너무 자세하게 설명하지 않고 화학자들이 이러한 유형의 과정에서하는 일은 매우 특정한 질병에 대처할 수있는 잠재력이있는 분자를 선택하는 것입니다. 효과를 향상시키기 위해 이미 선택된이 분자에 대해 일련의 수동 조정이 수행됩니다. 유감스럽게도 이 작업은 일반적으로 오랜 시간이 소요되는 화학자 이 모든 작업 후에도 예상 결과를 얻지 못합니다.

화학

이 소프트웨어는 신약 개발에 관여하는 화학자들의 많은 작업을 절약 할 수 있습니다.

보시다시피, 지금까지 신약을 설계 할 때 화학자의 작업은 적어도 지금까지는 상당히 실망 스러울 수있는 작업이었습니다. 나는 컴퓨터 과학 및 인공 지능 연구소가 전기 공학 및 컴퓨터 과학과와 공동 작업을 시작한 이후로 이렇게 말합니다. 매사추세츠 공과 대학 (MIT) 자동화 된 학습 시스템을 사용하여 약물 설계 프로세스를 자동화 할 수있는 소프트웨어를 설계했습니다.

이 새로운 소프트웨어로 수행 된 첫 번째 테스트 동안 분자 선택 약물의 원하는 특성에 따라 특정 질병과 싸울 가능성이 있습니다. 분자 구조 수정 화학적으로 유효한 상태를 유지하면서 가능한 가장 높은 효능을 달성하기 위해 동일합니다.

의 말로 롭 매더슨, MIT 의사 :

이 모델은 기본적으로 입력 분자 구조에서 데이터를 가져와 직접 분자 그래프를 생성합니다. 분자 구조의 상세한 표현, 노드는 원자를 나타내고 가장자리는 결합을 나타냅니다. 이러한 그래프를 더 정확하게 분자를 재구성하고 더 잘 수정하는 데 도움이되는 '구성 요소'로 사용하는 유효한 작용기의 작은 그룹으로 나눕니다.

와

소프트웨어가 문제없이 작동하도록하려면 여전히 수개월의 작업이 있습니다.

이 프로젝트의 부정적인 부분은 아직 많은 발전이있는 직업이라는 것입니다. 그럼에도 불구하고,이 새로운 소프트웨어는 테스트 중에 생성 된 모든 분자가 유효했지만 다른 널리 사용되는 모델은 유효하기 때문에 약물 설계 프로세스를 자동화하도록 설계된 다른 시스템보다 훨씬 더 효과적인 결과를 얻었습니다. 유효율 43 %.

의 말로 진 웬공, MIT 컴퓨터 과학 및 인공 지능 연구소의 박사 과정 학생 :

그이면의 동기는 분자를 설계하는 비효율적 인 인간 수정 프로세스를 자동 반복으로 대체하고 우리가 생성 한 분자의 유효성을 보장하는 것이 었습니다.


코멘트를 첫번째로 올려

코멘트를 남겨주세요

귀하의 이메일 주소는 공개되지 않습니다. 필수 필드가 표시되어 있습니다 *

*

*

  1. 데이터 책임자 : Miguel Ángel Gatón
  2. 데이터의 목적 : 스팸 제어, 댓글 관리.
  3. 합법성 : 귀하의 동의
  4. 데이터 전달 : 법적 의무에 의한 경우를 제외하고 데이터는 제 XNUMX 자에게 전달되지 않습니다.
  5. 데이터 저장소 : Occentus Networks (EU)에서 호스팅하는 데이터베이스
  6. 권리 : 귀하는 언제든지 귀하의 정보를 제한, 복구 및 삭제할 수 있습니다.