Суббота, 17 мая, 2025
Новости биотехнологий
No Result
View All Result
No Result
View All Result
Новости биотехнологий
No Result
View All Result
Home Искусственный интеллект

Модель машинного обучения помогает характеризовать соединения для открытия лекарств

14.10.2020
Искусственный интеллект
0
24
VIEWS
Share on FacebookShare on Twitter

Тандемная масс-спектрометрия – это мощный аналитический инструмент, используемый для определения характеристик сложных смесей при открытии лекарств и других областях.

Теперь новаторы из Университета Пердью создали новый метод применения концепций машинного обучения к процессу тандемной масс-спектрометрии, чтобы улучшить поток информации при разработке новых лекарств. Их работа опубликована в Chemical Science.

«Масс-спектрометрия играет важную роль в открытии и разработке лекарств , – сказал Гаурав Чопра, доцент кафедры аналитической и физической химии в Научном колледже Пердью. «Конкретная реализация начального машинного обучения с небольшим количеством представленных здесь положительных и отрицательных обучающих данных проложит путь к тому, чтобы стать мейнстримом в повседневной деятельности по автоматизации определения характеристик соединений химиками».

Чопра сказал, что есть две основные проблемы в области машинного обучения, используемого в химических науках. Используемые методы не обеспечивают химического понимания решений, принимаемых алгоритмом, и новые методы обычно не используются для проведения слепых экспериментальных тестов, чтобы убедиться, что предложенные модели точны для использования в химической лаборатории.

«Мы обратились к обоим этим вопросам для разработки методологии, которая является селективной по изомерам и чрезвычайно полезна в химических науках для характеристики сложных смесей, идентификации химических реакций и метаболитов лекарств, а также в таких областях, как протеомика и метаболомика», – сказал Чопра.

Исследователи Purdue создали статистически надежные модели машинного обучения для работы с меньшим объемом обучающих данных – метод, который будет полезен для открытия лекарств. Модель рассматривает обычный нейтральный реагент, называемый 2-метоксипропеном (MOP), и предсказывает, как соединения будут взаимодействовать с MOP в тандемном масс-спектрометре, чтобы получить структурную информацию для соединений.

«Это первый раз, когда машинное обучение было объединено с диагностическими газофазными ионно-молекулярными реакциями, и это очень мощная комбинация, ведущая к полностью автоматизированной масс-спектрометрической идентификации органических соединений», – сказал Хилкка Кенттамаа, Франк Браун, заслуженный профессор аналитической химии и органической химии. «Сейчас мы вводим много новых реагентов в этот метод».

Команда Purdue представляет блок-схемы химической реактивности, чтобы облегчить химическую интерпретацию решений, принимаемых методом машинного обучения, которые будут полезны для понимания и интерпретации масс-спектров для получения структурной информации.


Источник: Университет Пердью
Фото: CC0 Public Domain

Предыдущий

Методика восстановления утерянной информации о секвенировании РНК одной клетки помогает оценить здоровье клеток

Следующий

Открытие супергенов привело к новым знаниям о огненных муравьях

  • Конфиденциальность

© 2021-2024 Новости биотехнологий

  • БИОИНФОРМАТИКА
  • БИОБЕЗОПАСТНОСТЬ
  • НАНОБИОТЕХНОЛОГИИ
  • СИНТЕТИЧЕСКАЯ БИОЛОГИЯ
  • ОТРАСЛЕВЫЕ БИОТЕХНОЛОГИИ
  • ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
  • СТАРТАПЫ
  • COVID-19

© 2021-2024 Новости биотехнологий

Welcome Back!

Login to your account below

Forgotten Password?

Create New Account!

Fill the forms below to register

All fields are required. Log In

Retrieve your password

Please enter your username or email address to reset your password.

Log In
Просматривая этот сайт, вы соглашаетесь с нашей Политикой конфиденциальности