我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:双彩网 > 知识利用系统 >

新的深度知识AI系统可以解决药物研究中的瓶颈问题

归档日期:06-28       文本归类:知识利用系统      文章编辑:爱尚语录

  滑铁卢大学的研究人员开发出一种新系统,可以显着加快新药的发现,减少昂贵且耗时的实验室测试需求。

  称为模式知识(P2K)的新技术可以在几秒钟内预测生物序列的结合,并可能减少药物研究中的瓶颈。

  P2K使用人工智能(AI)来利用数据中的深层知识,而不是仅仅依靠经典的机器学习。

  “P2K是一种游戏规则改变者,因为它能够揭示纠缠在复杂物理化学环境中的细微蛋白质结合,并且仅基于序列数据有力地预测相互作用,”系统设计工程教授,模式分析和机器中心创始总监Andrew Wong说。情报(CPAMI)。“从经过验证的科学成果中获取这些深层知识的能力将推动生物学研究向前发展.P2K有能力改变未来数据的使用方式。”

  虽然已经收集了大量的生物序列数据,但提取有意义和有用的知识并不容易。P2K算法通过解开多个关联来识别和预测控制蛋白质相互作用的氨基酸结合来应对这一挑战。由于P2K比现有的生物序列分析软件快得多,预测准确度提高了近30%,因此可以大大加快新药的发现速度。通过从云中的数据库中提取信息,P2K可以预测肿瘤蛋白和潜在的癌症治疗将如何相互作用。

  虽然仍处于早期原型阶段,黄教授和他的团队已经公开向研究人员提供在线K系统,以开始识别新的生物序列相互作用。

  “将这种AI技术交由生物医学研究人员将立即产生结果,可用于未来的科学发现,”系统设计工程的研究助理,P2K的共同发明人Antonio Sze-To说。

  由于它分析顺序数据,P2K的适用性不仅限于生物医学研究。P2K可以通过预测潜在网络攻击的可能性,为智能交易或网络安全领域做出有用的联想和预测,从而使金融业受益。

本文链接:http://almaqtari.net/zhishiliyongxitong/72.html