Алгоритм обучения Машины помогает в поиске новых лекарств

Исследователи, под руководством Кембриджского университета, использовали свой алгоритм для идентификации четырех новых молекул, которые активируют белок, который, как считается, имеют отношение к симптомам болезни Альцгеймера и шизофрении. В Результаты сообщается в журнале PNAS.

Ключевая проблема в обнаружении наркотиков предсказывает, будет ли молекула активировать определенный физиологический процесс. Можно построить статистическую модель путем поиска химических моделей разделяемых среди молекул, известных для активации этого процесса, но данные для построения этих моделей ограничено, потому что эксперименты являются дорогостоящими, и не ясно, какие химические закономерности являются статистически значимыми.

«Машинное обучение был достигнут значительный прогресс в таких областях, как компьютерное зрение, где данные в изобилии,»Сказал д-р Ли Альфа из Кавендишской лаборатории Кембриджского, и ведущий автор исследования. «Следующий рубеж является научными приложениями, такими как обнаружение наркотиков, где объем данных относительно ограничен, но мы имеем физические идеи о проблеме, и возникает вопрос, как женятся данные с фундаментальной физикой и химией «.

Алгоритм, разработанный Ли и его коллеги, в сотрудничестве с биофармацевтической компанией Pfizer, использует математику, чтобы отделить фармакологический соответствующие химические модели от несущественных них.

важно, алгоритм смотрит на обоих известных быть активными молекулами и молекул, известных неактивным и научится распознавать, какие части молекул имеют важное значение для действия лекарства и какие части не являются. Математический принцип известен как теории случайных матриц дает предсказание о статистических свойствах случайных и шумного набор данных, который затем сравнивается с статистикой химических особенностей активных / неактивных молекул отогнать, какие химические модели являются действительно важными для связывания, в отличие от возникающего просто случайно.

Эта методика позволяет исследователям выплывать важные химические закономерности не только из молекул, которые являются активными, но и из молекул, которые являются неактивными - другими словами,, неудачные эксперименты теперь могут быть использованы с этой техникой.

Исследователи построили модель, начиная с 222 активные молекулы, и были в состоянии вычислительно экран еще шесть миллионов молекул. Из этого, исследователи приобрели и экранировавшую 100 большинство соответствующих молекул. От них, они определили четыре новых молекул, которые активируют рецептор CHRM1, белок, который может иметь отношение к болезни Альцгеймера и шизофрении.

«Способность рыбы из четырех активных молекул из шести миллионов, как найти иголку в стоге сена,»Сказал Ли. «Сравнение с головы до головы показывает, что наш алгоритм в два раза эффективнее в качестве отраслевого стандарта.»

Создание сложных органических молекул, является серьезной проблемой в химии, и потенциальные препараты имеются в большом количестве в пространстве еще не unmakeable молекул. Исследователи Кембриджа в настоящее время разрабатывают алгоритмы, которые предсказывают пути синтезируют сложные органические молекулы, а также расширение методики машинного обучения для обнаружения материалов.

Источник: www.cam.ac.uk