کشف آنتی بیوتیک های جدید با استفاده از هوش مصنوعی

فایل این در 8 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

“Discovering new antibiotics using artificial intelligence” در مطالعه ای که مبنای این مقاله است، پژوهشگران از یک شبکه ی عصبی گرافی (Graph Neural Network) برای پیش بینی اثرات ضدباکتریایی استفاده کردند. این مدل بر اساس داده های بیش از 100 میلیون مولکول آموزش دیده بود و توانست الگوهایی را بیابد که از دید انسان و روش های آماری کلاسیک پنهان مانده بودند. یکی از خروجی های این مدل، مولکولی بود که بعدها با نام Halicin شناخته شد استفاده از چارچوب یادگیری عمیق بر پایه ی شبکه های عصبی گرافی برای آموزش مدل، بیش از 2500 ترکیب دارویی شناخته شده از پایگاه های داده ی ChEMBL و PubChem استخراج شدند. گام بعد، الگوریتم روی کتابخانه ای متشکل از بیش از 100 میلیون ترکیب شیمیایی که قبلا بررسی نشده بودند، اجرا شد. . این مرحله با استفاده از زیرساخت های ابررایانش انجام گرفت تا غربالگری در زمانی کوتاه انجام شود. در نهایت، فهرستی از چند صد ترکیب منتخب با احتمال اثر بالا استخراج شد.

کلیدواژه ها:

نویسندگان

نگین خراسانی

محقق بیوانفورماتیک و مدیر عامل فاراگرام

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :