阿爾托大學(xué)、卡羅琳斯卡醫(yī)學(xué)院和芬蘭分子醫(yī)學(xué)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(xiàng)研究使用系統(tǒng)數(shù)據(jù)驅(qū)動(dòng)分析，將對(duì)細(xì)胞系進(jìn)行的毒性測量與描述基因激活的基因表達(dá)反應(yīng)相結(jié)合。毒性包括生長抑制和細(xì)胞殺傷作用。研究中開發(fā)的方法可以更準(zhǔn)確地預(yù)測新分子的毒性，因?yàn)樗昧讼冗M(jìn)的統(tǒng)計(jì)方法和比以前大得多的數(shù)據(jù)集，”在阿爾托大學(xué)完成博士論文的 Juuso Parkkinen 解釋說。
目前，毒性主要通過動(dòng)物試驗(yàn)來測量。得益于這種新方法，未來可以通過細(xì)胞系測試和統(tǒng)計(jì)建模相結(jié)合的方式部分取代動(dòng)物試驗(yàn)。這也將為藥物開發(fā)節(jié)省大量成本。
Parkkinen 補(bǔ)充道： “這種新的預(yù)測方法可以應(yīng)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(xué)品，以消除可能存在的有毒分子。”
統(tǒng)計(jì)機(jī)器學(xué)習(xí)和人工智能方法的進(jìn)步除了在醫(yī)學(xué)研究之外，還在許多應(yīng)用領(lǐng)域發(fā)揮著至關(guān)重要的作用。
“Juuso Parkkinen 是阿爾托大學(xué)人工智能研究和博士研究實(shí)用性的絕佳例子：他在我的研究小組中撰寫了關(guān)于醫(yī)藥應(yīng)用的論文，然后轉(zhuǎn)到 Reaktor，將數(shù)據(jù)科學(xué)應(yīng)用于廣泛的業(yè)務(wù)需求，”Parkkinen 的論文導(dǎo)師 Samuel Kaski 教授稱贊道。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！