Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Ученые предложили эффективный способ прогнозирования токсичности потенциальных лекарственных препаратов
Ученые из Сколтеха (CDISE, группа Максима Федорова) и Мюнхенского центра имени Гельмгольца по исследованию окружающей среды и здоровья (HMGU, группа Игоря Тетко) создали технологию улучшенного прогноза токсичности потенциальных лекарственных препаратов на основе использования алгоритмов многозадачного машинного обучения и анализа различных видов данных по токсичности. Этот подход позволяет получить точные прогнозы нежелательных эффектов лекарственных соединений. Результаты...
Ученые из Сколтеха (CDISE, группа Максима Федорова) и Мюнхенского центра имени Гельмгольца по исследованию окружающей среды и здоровья (HMGU, группа Игоря Тетко) создали технологию улучшенного прогноза токсичности потенциальных лекарственных препаратов на основе использования алгоритмов многозадачного машинного обучения и анализа различных видов данных по токсичности.
Этот подход позволяет получить точные прогнозы нежелательных эффектов лекарственных соединений. Результаты исследования опубликованы в журнале Journal of Chemical Information and Modeling.
Новое лекарство, выводимое на рынок, должно быть не только эффективным, но и безопасным. Тестам на безопасность посвящена первая фаза клинических испытаний любого нового лекарственного препарата.
По данным организации FDA (Food and Drug Administration), осуществляющей надзор за безопасностью продуктов питания и лекарств в США, около 30% потенциальных лекарств отсеиваются именно на этой стадии, когда фармацевтические компании и ученые уже вложили в них десятки миллионов долларов и тысячи рабочих часов.
Чтобы этого избежать, необходимо разрабатывать эффективные алгоритмы, которые помогут распознать токсичные соединения на самой ранней стадии разработки нового препарата.
Универсального понятия токсичности не существует. Этот параметр может быть измерен на различных организмах (например, на мышах, крысах, обезьянах); оценка токсичности также зависит от способа введения препарата (с пищей, инъекционно, накожно).
Авторы работы создали нейронную сеть, которая прогнозирует несколько различных видов токсичности одновременно.
Для обучения модели использовались данные о токсичности более 70 тысяч органических соединений различной природы; эти данные были распределены по 29 типам, учитывающим как вид испытуемого животного, так и тип введения исследуемого вещества.
Ученые сравнили свою модель с моделями, прогнозирующими только один тип токсичности и продемонстрировали, что одновременное использование многих видов токсичности при обучении значительно улучшает итоговое качество прогнозирования.
Для наблюдаемого явления можно найти простые аналогии. Одновременное изучение смежных дисциплин, например математики и физики, поможет ученику лучше понимать каждое из них и упростит процесс обучения.
Авторы полагают, что различные виды токсичности также связаны между собой — и это помогает нейронной сети выстраивать более точные закономерности.
«Далеко не всегда многозадачное обучение дает хороший результат, однако в нашем случае оно значительно улучшает качество прогнозирования. Наша работа не только демонстрирует эффективность нового подхода, но и способствует пересмотру устаревших методов вычислительного прогнозирования токсичности», — рассказывает первый автор опубликованной работы, аспирант Сколтеха Сергей Соснин.
Авторы работы сделали созданные модели доступными онлайн. Теперь любой химик-исследователь может заранее оценить токсичность потенциальных кандидатов в лекарственные средства по отношению к нескольким видам животных.
Машинное обучение и анализ больших данных уже совершили революцию во многих областях науки и теперь очередь за токсикологией.
В будущем ученые хотят научиться делать точные прогнозы токсичности для человека, что сделает процесс разработки новых лекарств дешевле и продуктивнее.
Им удалось найти среду, где вырабатываются новые костные и иммунные клетки. Оказалось, для поддержания этой среды необходимо постоянное движение, например регулярные тренировки.
Американский ученый взялся понять, на чем основан стереотип об атеистах как аморальных людях, и узнать, чем их моральные ценности отличаются от таковых у верующих.
По данным информированного источника, новый российский танк смог самостоятельно, без участия членов экипажа, найти и распознать цель.
В Техасе замерзли газовые скважины и от холода встал блок АЭС: новые подробности рекордного блэкаута
Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.
Звук — шум от передвижения марсохода — записан одним из его микрофонов.
Новое видео демонстрирует использование новейшего российского разведывательно-ударного БПЛА «Орион» на территории Сирии. Ранее этот комплекс приняли на вооружение.
Интересным наблюдением поделились сотрудники Чернобыльского радиационно-экологического биосферного заповедника. Они уже более трех лет следят за жизнью стада одичавших коров, поведение которого сильно отличается от того, что можно наблюдать у домашних сельскохозяйственных животных.
В Техасе замерзли газовые скважины и от холода встал блок АЭС: новые подробности рекордного блэкаута
Кого и что только ни успели уже обвинить в технологической катастрофе, которая произошла на этой неделе в США. Но эмоции плавно оседают, и начинают появляться первые результаты разбирательства. А они порой вызывают искреннее недоумение, честно говоря.
В научном журнале The Lancet появились итоги клинических испытаний «Спутника-V», и на первый взгляд эта публикация — триумф. Российская вакцина показала эффективность выше, чем у Pfizer и Moderna. Увы, на этом хорошие новости закончились. Плохих две.
Комментарии