在将GAN结构应用于产生新分子结构和产生合成患者数据方面bte365

原标题:药物传递和给药系统分子机理研究新进展

今天,总部设在罗克维尔的下一代人工智能公司Insilico Medicine Inc .
)宣布在分子药剂学中发表一篇新的研究论文《纠缠条件对抗式自动编码器,用于重新发现药物》,这是美国化学学会的主要期刊,涵盖了对药物输送和药物输送系统的分子机理理解的研究。作者提出了一种原始的深层神经网络结构——纠缠条件对抗式自动编码器(
ECAAE
),它根据对特定蛋白质的活性、溶解性和合成容易性等各种特性产生分子结构。ECAAE被用来产生Janus激酶3
( JAK3
)的新抑制剂,其与类风湿性关节炎、牛皮癣和白癜风有关。发现的分子经过体外测试,显示出很高的活性和选择性。

Ian goodfille和同事在2014年提出的生成性对抗性网络( GANs
),通常被称为人工智能想象,是人工智能研究中最令人兴奋的领域之一。自2015年以来,这些网络在生成新的真实感图像甚至视频方面取得了前所未有的成果。它们在药物发现、生物标志物开发和新材料设计方面有着巨大的前景。

在将GAN结构应用于产生新分子结构和产生合成患者数据方面,硅酮医学是先驱之一。2016年,该小组第一篇同行评审的论文展示了将生成模型应用于分子,将对抗性自动编码器(
AAE )应用于新的有希望的抗癌化合物的生成。

与GAN生成的图像和视频不同,GAN生成的分子需要几个月的时间来合成和验证,而GAN生成的图像和视频可以快速、廉价地手动验证。在这项工作中,独角兽医学科学家证明了产生新型JAK激酶抑制剂的能力,并通过实验验证了这种能力。

本文是GAN和GAN –
RL研究论文之一,描述了AI驱动药物发现新领域的诞生,将发表在分子药物学专刊《药物发现和生物标记物开发的深入研究》上。

由于在药物发现人工智能领域的开拓性工作,insilicomedicine获得Frost &
Sullivan
2018北美人工智能老化研究和药物开发技术创新奖。该公司致力于it人工智能技术,以针对与年龄相关的疾病,延长人类健康寿命。

Neelotpal
Goswami指出:「人工智能在药物发现和生物标记发展方面的技术领先地位、学术卓越、与制药和消费公司的广泛合作、吸引顶尖人才的新方法,以及日益扩大的全球影响力,都让insilicomedicine在新生的长寿生物技术产业中建立了可信和可持续的商业模式。」“Frost
&
Sullivan很高兴向它颁发2018年技术创新奖,这是对其开拓性研究和为年龄管理推出新产品和解决方案的能力的认可。”

医学研究所定期在同行评议的期刊上发表研究论文。该公司率先将深层生成对抗性网络(
GANs
)应用于具有特定参数的新分子结构的生成,并在该领域发表了开创性的概念证明论文。2016年发表在《分子药剂学》杂志上的这篇论文展示了利用转录反应数据预测分子治疗级别的深层神经网络概念的证明,获得了美国化学学会编辑的选择奖。我在真理教的日子2最近在2017年11月发表的论文描述了下一代人工智能和区块链技术在将个人数据控制权交还给个人方面的应用。发表在老年学杂志上的一篇最新论文展示了深层神经网络在评估患者生物学年龄中的应用。

http://www.insilico.com/

贴出:设备/技术新闻|医学研究新闻

标签:阿尔茨海默病、关节炎、人工智能、生物信息学、生物标记、生物技术、癌症、深度学习、糖尿病、药物递送、药物发现、纤维化、老年学、体外、激酶、分子、营养药物、帕金森病、蛋白质、牛皮癣、研究、类风湿性关节炎、肌肉减少症、白癜风

https://www.news-medical.net/news/20180912/New-research-on-molecular-mechanistic-understanding-of-drug-delivery-and-drug-delivery-systems.aspx
返回搜狐,查看更多

责任编辑:

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图