当前位置:

OFweek人工智能网

云计算

正文

斯坦福即将推出助力新药研发的人工智能

导读: 进行这些任务的算法通常都是在建立在对成千上万的数据进行分析的基础上的。因此,在数据有限的情况下,人工智能的应用受到了限制,其中的一个例子就是新药研发领域。

 如今,人工智能算法可以通过深度学习进行非常详尽的数据分析,从人脸识别到医学影响分析,人工智能算法的表现已经赶上甚至超越了人的表现。不过,进行这些任务的算法通常都是在建立在对成千上万的数据进行分析的基础上的。因此,在数据有限的情况下,人工智能的应用受到了限制,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(Stanford University)的一个团队试图改变这一点,他们想到了使用深度学习领域中最新的分支——一次学习(one shot learning)。一次学习只需要少得多的数据来解决问题,这个团队之前成功地开发过只需几百个数据点的一次学习算法。但是,对于新药开发来说,能够使用的数据点可能更少,但是科研人员仍然决定进行一下尝试。这一成果发表在《ACS Central Science》期刊上。

斯坦福大学即将推出助力新药研发的人工智能

▲文章通讯作者Vijay Pande教授(图片来源:斯坦福大学官网)

为了让算法更好地分析药物,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能够分析的信息。随后,科研人员让他们的算法学习了两组数据,一组是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。

一次学习算法在接下来的测试中展现出的潜力令研究人员感到吃惊。在第一项实验中,算法学习了6个化合物的毒性后对另外3个化合物的毒性进行了预测,在第二项实验中,算法学习了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好。

研究人员承认,这项技术还远没有达到成熟的程度。目前的这个算法依赖于一种特殊的一次学习技术,它主要依赖于各个化合物的分子式和结构上的相似性进行预测。当这个算法学习了药物的毒性数据后对副作用进行预测时,准确率就大为下降。

斯坦福大学即将推出助力新药研发的人工智能

▲用于药物筛选的“一次学习”(图片来源:《ACS Central Science》)

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号