Создание новых медикаментов — это длительный и затратный процесс, который занимает 10-15 лет, при этом множество кандидатов отбраковываются на ранних этапах. Чтобы сократить количество таких случаев, необходимо ускорить вычислительные этапы поиска мишеней и комбинаций, способных восстановить клетки из болезненного состояния. Исследователи из Гарварда разработали модель PDGrapher — графовую нейросеть, которая осуществляет «обратный поиск». Вместо прогнозирования реакции клеток на конкретные препараты, алгоритм сравнивает здоровые и больные клетки, находя способы преобразования первого состояния во второе. В тестах PDGrapher продемонстрировала высокую точность и скорость, эффективно поднимая правильные мишени в рейтингах и выполняя вычисления до 25 раз быстрее своих аналогов. Алгоритм, доступный на GitHub под MIT-лицензией, уже может использоваться для фильтрации неэффективных гипотез, что поможет сократить затраты на лабораторные исследования. Следующим шагом станут доклинические и клинические испытания, чтобы проверить его применение на пациентах.
0
Понравилась статья? Поделиться с друзьями:
Вам также может быть интересно
Анонимная наркологическая помощь: как сохранить репутацию и получить лечение Когда речь заходит о
Мир коллекционирования переживает значительные трансформации. Если раньше собирательство марок или монет воспринималось исключительно как
Компания Ugreen анонсировала новую модель портативного аккумулятора MagFlow 2-в-1, сертифицированного по стандарту MagSafe. Этот
При выборе игрового процессора необходимо находить баланс между ценой и производительностью, чтобы максимально использовать
Наш сервис предоставляет возможность переписывать новости, сохраняя при этом все важные факты. Мы изменяем
Самоподписанные сертификаты часто используются для тестирования и разработки, так как они позволяют пользователю создавать