【亚博APP安全有保障】斯坦福大学即将推出助力新药研发的人工智能

日期:2021-08-02 01:11:02 | 人气: 63655

本文摘要:如今,人工智能算法可以通过深度自学展开十分详细的数据分析,从人脸识别到医学影响分析,人工智能算法的展现出早已跟上甚至打破了人的展现出。

亚博APP安全有保障

如今,人工智能算法可以通过深度自学展开十分详细的数据分析,从人脸识别到医学影响分析,人工智能算法的展现出早已跟上甚至打破了人的展现出。不过,展开这些任务的算法一般来说都是在创建在对成千上万的数据展开分析的基础上的。

因此,在数据受限的情况下,人工智能的应用于受到了容许,其中的一个例子就是新药研发领域。最近,来自美国斯坦福大学(StanfordUniversity)的一个团队企图转变这一点,他们想起了用于深度自学领域中近期的分支——一次自学(oneshotlearning)。一次自学只必须较少得多的数据来解决问题,这个团队之前顺利地研发过只需几百个数据点的一次自学算法。但是,对于新药研发来说,需要用于的数据点有可能更加较少,但是科研人员依然要求展开一下尝试。

这一成果公开发表在《ACSCentralScience》期刊上。▲文章通讯作者VijayPande教授(图片来源:斯坦福大学官网)为了让算法更佳地分析药物,研究人员首先将药物的分子结构转化成了以原子为基础的几何图形,这一步将药物分子的内在性质转化成了算法需要分析的信息。随后,科研人员让他们的算法自学了两组数据,一组是有所不同化合物的毒性数据,另一组是已获批药物的副作用数据。一次自学算法在接下来的测试中展现的潜力令其研究人员深感惊讶。

在第一项实验中,算法自学了6个化合物的毒性后对另外3个化合物的毒性展开了预测,在第二项实验中,算法自学了21个药物的副作用后预测了另外6个药物的副作用。在这两项实验中,算法预测的准确性都比随机猜测更佳。研究人员否认,这项技术还近没超过成熟期的程度。

目前的这个算法依赖一种类似的一次自学技术,它主要依赖各个化合物的分子式和结构上的相似性展开预测。当这个算法自学了药物的毒性数据后对副作用展开预测时,准确率就深感上升。


本文关键词:亚博APP安全有保障

本文来源:亚博APP安全有保障-www.khmixer.com