从数年到数小时:利用先进的 ML 技术加速药物发现

为了解决研制针对生物病原体的新药的繁琐、耗时和费用问题,人工智能 (AI)、机器学习 (ML) 和深度学习 (DL) 技术的研究使科学家能够专注于快速药物设计和开发,将 DL 与几何原理相结合,以降低失败率、工期长度和药物开发的成本相关风险。

来源:美国国防视觉信息分发服务

ft。美国贝尔沃尔,弗吉尼亚州,美国

08.12.2024

礼貌故事

    1。歧管,用于表示AMP的构象空间,这是AMP可以采用的所有可能3D结构的空间
    2。序列,用于代表AMP的氨基酸序列,该序列决定其结构和功能特性
    3。表示AMP与其目标分子之间相互作用的图形

这种综合方法使GDL能够确定抗菌活性必不可少的关键特征,并且是药物设计,开发和生物分子预测的有效DL方法。通过GDL鉴定出的候选人对广泛的生物病原体表现出所需的类似药物样特征,这是有效的MCM,而GDL代表了一种击败面向联合力量的不断发展的生物病原体的快速方法。

sidebar1:

在科学研究的背景下,AI的一般含义是数字计算机思考,学习和执行简单而复杂的任务的能力,以及从数据中学习并在没有特定编程的情况下从数据中学习并提高性能的能力,通常与人类的方向相关。 ML是AI的子场,是一种强大的工具,在大型数据集上进行了训练,以识别特定模式,从而改善了特定任务的性能。 DL是ML的子场,它使用所谓的“人工神经网络”来处理复杂的数据。在这方面,它模仿了大脑中神经元的互连。它可以从大量数据中学习,并可以捕获不同数据类型之间的基本关系。

sidebar2:

POC:Annette von dem Bussche-Huennefeld博士

所拍摄的日期:08.12.2024Date发布:08.12.2024 22:58 Stortory ID:478446Location:ft。 Belvoir,弗吉尼亚州,美国
所拍摄的日期:08.12.2024 摄取的日期: 日期发布:08.12.2024 22:58 日期发布: 08.12.2024 22:58 故事ID:478446 故事ID: 478446 位置:ft。 Belvoir,弗吉尼亚州,美国 位置: 网络视图:153 153 0