药学中的人工智能(AI):创新概述 Muhammad Ahmer Raza 1,2;Shireen Aziz 3,4;Misbah Noreen 2,5;Amna Saeed 6,7;Irfan Anjum 8,9;Mudassar Ahmed 2,5; Shahid Masood Raza 2,4,10 1 拉合尔大学药学实践系,旁遮普省,巴基斯坦 2 费萨拉巴德大学药学院,旁遮普省,巴基斯坦 3 郑州大学药学院,河南,中国 4 萨戈达大学药学院,旁遮普省,巴基斯坦 5 费萨拉巴德农业大学药学院,旁遮普省,巴基斯坦 6 西安交通大学药学院药学管理与临床药学系,西安,中国 7 西安交通大学药品安全与政策研究中心,西安,中国 8 拉合尔大学药学院,巴基斯坦 9 哈塞特佩大学药学院,安卡拉,土耳其 10 华中科技大学同济医学院药学院,湖北,中国 摘要 人工智能 (AI) 作为一种数据和数据分析的干预手段而出现。与数字相关的问题。这一突破几乎推动了所有领域的多项技术进步,从工程到建筑、教育、会计、商业、健康等。人工智能在医疗保健领域取得了长足进步,在数据和信息存储和管理中发挥了重要作用 - 例如患者病史、药品库存、销售记录等;自动化机器;软件和计算机应用程序,如 MRI 辐射技术、CT 诊断等诊断工具,都是为了帮助和简化医疗保健措施而创建的。毫无疑问,人工智能已经彻底改变了医疗保健,使其更加有效和高效,而制药行业也不例外。在过去的几年中,人们对人工智能技术的用途产生了越来越多的兴趣,用于分析和解释药学的一些重要领域,如药物发现、剂型设计、多药理学和医院药房。鉴于人工智能的重要性日益增加,我们希望创建一份全面的报告,帮助每一位执业药剂师了解该领域的部署所带来的最大突破。
“生成”模型[图2]的设计目的是在一系列反馈迭代中,积极属性如疗效和可用药性会得到“奖励”,消极属性——尤其是毒性——会受到“惩罚”,从而优化结果(潜在的候选药物)。化学结构候选物可以从各种来源获得,包括化学库、药物化学见解、天然产物、从头计算机设计(计算机模拟)或其他。[8] [11] [14] 在正常过程中,简单地说,候选化合物(真实的或虚拟的)经过:1)对治疗目标的疗效进行筛选和评分(评级);2)对与ADME(吸收、分布、代谢和消除)和潜在药物间相互作用(DDI)相关的理想药物特性进行筛选和评分;3)对潜在的不良毒理学作用进行筛选和评分。预测疗效和毒性分离度较低(治疗指数低,TI)的候选结构不太可能成为候选药物,但通过迭代人工智能算法,可以逐步实现更好、更安全的可能性(即更高的疗效和更低的毒性)。
人工智能:回顾和在制药领域的广泛应用 More Swati K. 助理教授,NGSPM 药学院,印度纳西克 电子邮件 ID:moreswati2711[at]gmail.com 摘要:在生命科学领域,下一个前沿是制药领域的人工智能。人工智能具有解决问题的能力,属于计算机和工程科学的分支。基本上,人工智能是机器学习程序,如今制药行业非常需要它。在制药研究和开发中,药物发现部门应该需要它来预测新药分子的开发,在药物和其他生物分子模型的评估研究中也更需要它。此外,人工智能的使用还可以改善药物发现过程、临床试验过程和进一步的研究。关键词:人工智能 (AI) 需求、机器学习程序、流程简化 1.简介 变化是每个人生活中的重要事项,例如,变化在各个流程和各个部门都很重要,因此在制药科学和医学领域,药物发现方面、化学产品的配制以及新化学实体的制造过程也非常需要变化。人工智能是创新过程之一,它可以改变药品的各个方面,从而造福于制药科学。在药品的机械和化学创新中,需要开发新颖和创新的原理和解释技术。使用自动化算法程序进行各种试验也是非常有益的,这是制药科学中人工智能 (AI) 最重要的部分。
你们还具备另外三个特点。首先,你们致力于学习和展示临床研究技能,这将在你们的职业生涯中发挥重要作用,因为你们将一次又一次地面对重要的临床问题。这些技能为你们找到答案和成为未来的领导者奠定了基础。其次,你们作为学生药剂师和住院医师,已经表明你们是我们希望的百年一遇的疫情中的先驱。最后,你们都刚刚成为我们的住院医师项目的校友,将永远是我们社区的一部分。我真诚地希望,在你们开启职业生涯的下一个阶段时,你们能带着过去一年丰富经历的美好回忆和同事和朋友网络。现在是药剂师最好的时代。
从 ADHF 中恢复。心脏移植和机械循环支持 教员:Douglas L. Jennings,Pharm.D.,FCCP,FACC,FAHA,FHFSA 长岛大学药学实践副教授 临床药剂师,心脏移植和 LVAD 团队 纽约长老会医院 哥伦比亚大学欧文医学中心 纽约,纽约 讲座时间 1.5 小时 关键词:心脏病学、心血管疾病、心力衰竭、移植 在本活动结束时,你将能够:
结论试纸分析是一种 POCT 设备,用于尿液分析,用于诊断各种疾病,尿液中存在的一系列分析物由技术人员进行视觉分析。由于色盲或偏见等视觉问题,这可能会出现人为错误。人工智能 (AI) 可以解决这个问题,其中软件通过分析大量已知结果的训练数据来识别模式并自动确定准确的结果。进一步研究的主要目的是 (1) 扩展和改进模型以提高初步工作的准确性,(2) 通过有效地训练针对更大数据集的定制模型来减少检测错误,(3) 在服务器中部署相同的模型以方便访问,并同时远程服务多个子/客户端设备,以及 (4) 调整此预测过程以提高成本效益。这项研究将使医生和患者能够获得准确、快速、可靠的诊断结果,而不会出现任何人为偏见或错误。
随着结构生物学和数据挖掘的发展,计算机辅助药物设计(CADD)在新药研发的各个环节中发挥着重要作用。反向对接是一种基于CADD中分子对接的虚拟筛选方法,因其能够寻找能够与给定配体分子结合的大分子靶标,被广泛应用于药物重新定位、药物拯救和中药研究中。本文揭示了反向对接的原理,总结了常见的靶标蛋白数据库和对接步骤,并列举了反向对接在药物重新定位、药物不良反应、中药和2019冠状病毒病(COVID-19)治疗中的应用。希望我们的工作能给从事药物开发的研究人员一些启发。
通讯作者:Malaz Yousef (malaz@ualberta.ca) 或 Raimar Löbenberg (rloebenberg@ualberta.ca),加拿大艾伯塔省埃德蒙顿市阿尔伯塔大学卡茨集团药学与健康研究中心药学和制药科学学院,T6G 2E1 收到日期,2021 年 7 月 27 日;修订日期,2021 年 10 月 5 日;接受日期,2021 年 10 月 6 日;出版日期,2021 年 10 月 8 日 摘要——淋巴系统的结构和生理学独特性使得很难描述其在维持我们健康方面的所有贡献。然而,在过去的二十年里,人们对该系统功能重要性的理解已经发生了变化,人们更加重视它在健康和疾病中发挥的独特作用。淋巴系统与许多疾病的病理生理学有关,包括癌症、各种代谢疾病、炎症和感染。此外,研究还表明,淋巴靶向制剂可增强药物通过淋巴系统进入血液,口服时可绕过肝脏首过代谢,从而提高生物利用度,改善药代动力学和毒理学特征。设计淋巴系统制剂需要了解许多因素,其中最重要的是它们将遇到的生理环境。因此,在本综述中,我们详细介绍了淋巴系统的基本结构,然后强调了药物输送到淋巴系统的治疗和药代动力学益处。我们还详细介绍了用于淋巴系统输送的药物和制剂的标准,并概述了该领域开展的各种研究。概述和主要里程碑每天约有 20-30 升血浆通过小动脉被输送到身体组织间质空间。其中约 90% 被通过小静脉重新吸收 (1)。剩余的液体通过淋巴管排回循环系统。这些血管与其他组织和器官一起构成了淋巴系统 (1-3)。淋巴系统主要维持液体稳态,但也在将膳食脂肪和亲脂性分子和实体从肠道运输到血液中起着关键作用。此外,它还参与所有免疫过程以及许多疾病和代谢紊乱,这些疾病和代谢紊乱将在本综述后面讨论 (4-6)。1652 年,托马斯·巴托林 (Thomas Bartholin) 首次将淋巴系统一词赋予该系统 (7)。然而,最早对淋巴系统的认识可以追溯到公元前 4 世纪,由希波克拉底和亚里士多德 (8)。在接下来的几个世纪里,淋巴系统对健康的重要性在很大程度上被忽视了。直到 1622 年,
2021-2026 愿景 大胆引领改善健康的协作创新。 使命 提供创新教育,开展开创性研究,提供尖端临床实践,培养包容性,引领变革,改善社区及其他地方的健康。 价值观 作为一个大学社区,我们努力建立一个包容、健康和有吸引力的环境,以实现我们的核心使命,即教育、研究、实践和社区协作: 鼓励思想多样性(通过协作、开放、同事关系、参与、包容和启发)。 在我们所做的一切事情中培育创新和卓越(通过认识新的生活方式和做事方式、提倡有节制的冒险、坚持严谨、奖励深思熟虑、具有前瞻性的变革)。 创造一种信任和问责的文化(通过尊重、同理心、同情心、正直、问责和安全)。 致力于服务和支持他人(通过包容性、文化谦逊、无私的心态、同事关系、协作、幸福感和致力于服务导向)。倡导公平和平等(通过促进多样性和包容文化差异)。