A szoftver új molekulákat álmodik a csodaszerek keresésében

Mit kap, ha keresztezi az aszpirint ibuprofénnel? Harvard kémiaprofesszor Alan Aspuru-Guzik nem biztos benne, de kiképzett szoftverrel rendelkezik, amely választ adhat neki egy olyan molekuláris szerkezet felvázolásával, amely egyesíti a két gyógyszer tulajdonságait.

Az AI program segítheti az új gyógyszervegyületek felkutatását. A gyógyszerészeti kutatások általában olyan szoftverekre támaszkodnak, amelyek kimerítően bejárják a molekulák óriási halmazait vegyészek által írt szabályok és szimulációk segítségével, amelyek megpróbálják azonosítani vagy megjósolni a hasznos struktúrákat. Az előbbi arra támaszkodik, hogy az ember mindent gondol, míg az utóbbit a szimulációk pontossága és a szükséges számítási teljesítmény korlátozza.

Az Aspuru-Guzik rendszere az embertől függetlenebben és hosszadalmas szimulációk nélkül tud struktúrákat megálmodni. Kihasználja saját tapasztalatait, amelyeket több százezer gyógyszerszerű molekulára vonatkozó adatokkal rendelkező gépi tanulási algoritmusok betanításával építettek fel.



„Intuitívabban kutat, a tanult kémiai ismeretek felhasználásával, akár egy vegyész tenné” – mondja Aspuru-Guzik. 'Az emberek jobb vegyészek lehetnének, ha asszisztensük lenne egy ilyen szoftver.' Aspuru-Guzik nevét kapta MIT Technology Review a 2010-es fiatal innovátorok listája.

kim Jong un kakil

Az új rendszer a számítástechnikai cégeknél elterjedt, de a természettudományokban kevésbé bevett gépi tanulási technikával, az úgynevezett mély tanulással készült. A generatív modellként ismert tervezést alkalmazza, amely adathalmazt vesz fel, és a tanultakat felhasználva új, elfogadható saját adatokat generál.

A generatív modelleket jellemzően képek, beszéd vagy szöveg létrehozására használják, például a Google Smart Reply funkciója esetében, amely válaszokat javasol az e-mailekre. De a múlt hónapban Aspuru-Guzik és munkatársai a Harvardon, a Torontói Egyetemen és a Cambridge-i Egyetemen publikált eredményeket 250 000 gyógyszerszerű molekulára kiképzett generatív modell létrehozásából.

A rendszer elfogadható új struktúrákat hozhat létre a meglévő gyógyszervegyületek tulajdonságainak kombinálásával, és felkérést kap arra, hogy javasoljon olyan molekulákat, amelyek erősen mutatnak bizonyos tulajdonságokat, például az oldhatóságot, és könnyen szintetizálhatók.

Vijay Pande , a Stanford kémia professzora és az Andreessen Horowitz kockázatitőke-társaság partnere szerint a projekt hozzájárul az egyre növekvő bizonyítékokhoz, hogy a gépi tanulás új ötletei átalakítják a tudományos kutatást (lásd: A mellrák megállítása mesterséges intelligencia segítségével).

Azt sugallja, hogy a mélytanulási szoftverek egyfajta kémiai tudást képesek belsővé tenni, és felhasználni a tudósok segítésére – mondja. Szerintem ez nagyon széles körben alkalmazható – mondja Pande. Szerepet játszhat a vezető gyógyszerjelöltek vagy más területek, például napelemek vagy katalizátorok megtalálásában vagy optimalizálásában.

A kutatók már kísérleteztek rendszerük képzésével a kijelzők számára fontos szerves LED-molekulák adatbázisán. De ahhoz, hogy a technikát gyakorlati eszközzé tegyük, javítani kell a kémiai ismereteit, mert az általa javasolt szerkezetek néha értelmetlenek.

Pande szerint az egyik kihívás a kémia tanulására szolgáló szoftverek megkérdezésében az lehet, hogy a kutatók még nem azonosították a legjobb adatformátumot a kémiai szerkezetek mélytanulási szoftverekbe való betáplálására. A képek, a beszéd és a szöveg jól illeszkednek egymáshoz – amint azt a kép- és beszédfelismerésben és fordításban az emberekkel vetekedő szoftverek is bizonyítanak –, de a kémiai struktúrák kódolásának meglévő módjai nem biztos, hogy teljesen megfelelőek.

Aspuru-Guzik és kollégái ezen gondolkodnak, valamint új funkciókkal egészítik ki rendszerét, hogy csökkentsék a kémiai zavarok sebességét.

mekkora az oxigénszint a marson

Azt is reméli, hogy ha több adatot ad a rendszerének, hogy bővítse kémiai ismereteit, az javítani fogja a teljesítményét, ugyanúgy, ahogyan a több millió fényképet tartalmazó adatbázisok segítették a képfelismerés hasznosságát. Az Amerikai Kémiai Társaság adatbázis mintegy 100 millió publikált kémiai szerkezetet rögzít. Aspuru-Guzik reméli, hogy rövid időn belül mindegyiküket betáplálhatja AI-programjának egy verziójába.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott