Расцвет глубокого обучения в разработке лекарственных средств

The rise of deep learning in drug discovery
Ola Engkvist, Thomas Blaschke, Hongming Chen, Marcus Olivecrona, Yinhai Wang
2018-01-31

предсказание биоактивностидизайн молекул de novoглубокое обучениеоткрытие лекарствпредсказание синтеза
За последнее десятилетие глубокое обучение добилось выдающихся успехов в различных областях исследований в сфере искусственного интеллекта. Развившись на основе предшествующих исследований искусственных нейронных сетей, эта технология продемонстрировала более высокую эффективность по сравнению с другими алгоритмами машинного обучения в таких областях, как распознавание изображений и речи, обработка естественного языка и других. В последние годы появилась первая волна применения глубокого обучения в фармацевтических исследованиях; его возможности вышли за рамки прогнозирования биоактивности и продемонстрировали перспективность решения широкого круга задач в разработке лекарственных средств. Будут рассмотрены примеры, охватывающие прогнозирование биоактивности, дизайн молекул de novo, прогнозирование синтеза и анализ биологических изображений.
1
Глубокое обучение показало полезность в анализе биологических изображений, расширив свою роль в фармацевтических исследованиях.
2
За последнее десятилетие глубокое обучение стало важным подходом в открытии лекарств, выйдя за рамки традиционных применений искусственного интеллекта.
3
Глубокое обучение применяется для прогнозирования синтеза, помогая планировать или оценивать химические маршруты.
4
Глубокое обучение демонстрирует перспективность для de novo-дизайна молекул, поддерживая вычислительное создание новых кандидатов в лекарства.
5
Первые фармацевтические применения глубокого обучения вышли за пределы прогнозирования биоактивности и охватили различные задачи поиска лекарств.

применение глубокого обучения в разработке лекарственных средств

эффективность и применимость глубокого обучения для прогнозирования биоактивности, молекулярного дизайна de novo, прогнозирования синтеза и анализа биологических изображений

Publication Details
Publication Date
2018-01-31
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Ola Engkvist
Thomas Blaschke
Hongming Chen
Marcus Olivecrona
Yinhai Wang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%