详细内容或原文请订阅后点击阅览
自学习机器人将加速药物研发
新开发药物的测试是一个极其耗费人力的过程，而且通常难以优化。最近，卡内基梅隆大学 (CMU) 的一组研究人员正在寻求创建一种实验性机器人控制系统，该系统可以将所需的测试数量减少 70%。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）新开发药物的测试是一个极其耗费人力的过程，而且通常难以优化。最近，卡内基梅隆大学 (CMU) 的一组研究人员正在寻求创建一种实验性机器人控制系统，该系统可以将所需的测试数量减少 70%。
在研究新药时，科学家必须确定其使用的后果，以确保其有效且不会给患者带来危险后果。这些实验非常耗时，而且在每种可能的生物条件下进行都不实际。
这就是新的 CMU 机器人系统派上用场的地方。它使用机器学习技术来选择要运行的实验，利用数据特征来准确预测实验结果，而无需实际运行它们。
该系统能够使用液体处理机器人和自动显微镜独立执行选定的实验。进行测试以确定 96 种药物对 96 个含有各种荧光标记蛋白的培养哺乳动物细胞克隆的影响。总共进行了 9216 次实验，每次实验都可以通过记录药物与靶细胞的混合来评估药物的效果。
系统捕获了所有 96 个细胞的图像，检测其中蛋白质的位置。然后使用机器学习算法以相同的方式记录每种药物的效果，逐渐揭示蛋白质排列的模式，即表型。
通过对相似图像进行分组，机器学习无需研究人员的帮助即可识别潜在的新表型。随着数据的积累，形成了一个预测模型，用于评估可能的真实实验的结果。