名古屋大學的一個研究小組開發(fā)了人工智能來分析細胞圖像，利用機器學習來預測藥物的治療效果。這項名為 in silico FOCUS 的新技術可能有助于發(fā)現(xiàn)肯尼迪病等神經退行性疾病的治療藥物。
目前對神經退行性疾病的治療通常具有嚴重的副作用，包括性功能障礙和阻礙肌肉組織形成。然而，由于缺乏有效的篩選技術來辨別藥物是否有效，研究人員尋找新的、危害較小的治療方法受到了阻礙。一個有前途的概念是“異常辨別概念”，這意味著對治療有反應的神經元與沒有反應的神經元在形狀上略有不同。然而，這些細微的差別很難用肉眼辨別。當前的計算機技術也太慢而無法執(zhí)行分析。
名古屋大學教授小組，由藥學研究科的加藤副教授和助理教授 Kei Kanie，以及醫(yī)學研究科的 Masahisa Katsuno 教授和助理教授 Madoka Iida 領導，在細胞模型上測試了 AI正在接受肯尼迪病的治療，這是一種導致運動神經元死亡的神經退行性疾病。in silico FOCUS 構建了一個強大的基于圖像的分類模型，該模型在識別模型細胞的恢復狀態(tài)方面具有 100% 的準確度。他們在《科學報告》雜志上發(fā)表了他們的研究結果。
“這項技術可以通過分析患病模型細胞與健康細胞的形狀變化來對治療劑的效果進行高度敏感和穩(wěn)定的評估，我們通常無法區(qū)分這些變化，”加藤教授解釋說。“這是一種超高效的篩選技術，通過簡單的圖像捕捉就能預測藥效，從而將藥效分析和評估所需的時間從幾十萬個細胞的幾個小時縮短到幾分鐘。它可以實現(xiàn)高度準確的預測治療效果，無需復雜和侵入性的實驗。”
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！