Изобретением новых лекарств займется ИИ


1 000
Примерно
28 февраля 2021
прогноз сбудется
Недавно ученые опубликовали работу, в которой подробно описывается система искусственного интеллекта, созданная для помощи в поиске новых препаратов
(+1)
(+5)

Сводная информация по прогнозу Редактировать сводную информацию

01 августа 2018 - Разработка новых фармацевтических препаратов происходит благодаря изменению молекул. Химики выбирают целевую молекулу с известным потенциалом, а затем вручную «настраивают» ее для борьбы с конкретным заболеванием — повышают потенциал и избавляют от свойств, которые могут нанести вред организму. Во время этого процесса ученые добавляют и исключают атомы и связи, отвечающие за определенные химические реакции. Каждая такая операция занимает несколько часов — в результате разработка лекарств отнимает много времени и сил. Искусственный интеллект, созданный учеными Александром Тропшей, Александром Исаевым и Марией Поповой, состоит из двух связанных между собой нейросетей, которые выполняют роли «учителя» и «ученика». «Учитель» владеет «языком» создания лекарств — нейросеть является своего рода словарем, в которую загружены данные о 1,7 млн известных биологически активных молекулах, их свойства и правила взаимодействия друг с другом. «Ученик» обучается навыкам создания лекарств и со временем предлагает более удачные молекулы, которые могут стать основой для новых препаратов. В основе нейросетей лежит система ReLeaSE — вычислительный метод, широко используемый фармацевтической промышленностью для выявления жизнеспособных кандидатов на лекарства. Ученые использовали ReLeaSE для разработки молекул с индивидуальными физическими свойствами, такими как температура плавления и растворимость в воде, и для разработки новых соединений с ингибирующей активностью против фермента, связанного с лейкемией.   https://hightech.fm/2018/08/01/AI-drags

24 июля 2018 - Британские ученые научили искусственную нейронную сеть находить новые соединения и химические реакции. Разработка поможет химикам искать новые материалы, полимеры и лекарственные препараты. Результаты исследования опубликованы в журнале Nature. Ученые из Университета Глазго создали робота-химика, который может предугадывать возможные реакции, а также предсказывать новые соединения. Устройство работает на основе искусственной нейронной сети и подключено к небольшой химической «лаборатории». Таким образом, робот может контролировать ход реакций и анализировать их гораздо быстрее человека. Робот в режиме реального времени отслеживает, какие вещества появились в ходе реакции и какие исчезли с помощью инфракрасной спектроскопи и методов, основанных на ядерном магнитном резонансе. Искусственная нейронная сеть затем обрабатывает полученные данные и принимает решения о дальнейшем пути реакции. Чтобы «научить» систему принимать правильные решения, на начальном этапе опытный эксперт вручную контролировал ход реакции, а алгоритм запоминал его действия. После обучения робот-химик смог предсказать 1000 возможных реакций с точностью более 80%. Четыре реакции оказались ранее неизвестными химикам. https://indicator.ru/news/2018/07/19/himik-robot-s-iskusstvennym-intellektom/

23 января 2018 - Ученые-биоинформатики Центра алгоритмической биотехнологии СПбГУ совместно с коллегой из университета Карнеги-Меллон (США) разработали алгоритм поиска потенциальных антибиотиков, который позволит ускорить создание новых антибактериальных средств. Алгоритм VarQuest позволит во много раз сократить время, необходимое на поиск новых потенциальных антибиотиков. Ученые всего мира бьют тревогу: многие болезнетворные бактерии стали устойчивы к существующим антибиотикам, и, чтобы спастись от болезней, нужно создавать все новые и новые лекарства. Новый математический алгоритм помогает исследователям выявлять последовательность генов бактерий и грибов, выделяющих природные антибиотики. Он позволяет ускорить поиск новых потенциальных антибиотиков за счет повышенной скорости сравнения химических структур биологически активных природных соединений, которые производят исследуемые микроорганизмы. "В каждой базе данных - десятки тысяч соединений, и наш алгоритм оперативно находит похожие пары", - цитирует пресс-служба Санкт-Петербургского госуниверситета участника группы.

21 марта 2017 - Технология AtomNet направлена на рационализацию начального этапа открытия лекарств, который включает в себя взаимодействия различных молекул, в частности, ученым необходимо определить, какие молекулы будут связываться и насколько сильно. Они используют метод проб и ошибок, перебирая десятки тысяч компонентов. AtomNet сокращает этот процесс, используя методы глубокого обучения для прогнозирования, как будут вести себя молекулы и насколько вероятно, что они образуют связи. Программное обеспечение обучается молекулярному взаимодействию, распознавая паттерны, подобно тому как ИИ учится распознавать изображения.

1 августа 2018
User Image4teller(85)%
Разработка новых фармацевтических препаратов происходит благодаря изменению молекул. Химики выбирают целевую молекулу с известным потенциалом, а затем вручную «настраивают» ее для борьбы с конкретным заболеванием — повышают потенцию и избавляют от свойств, которые могут нанести вред организму. Во время этого процесса ученые добавляют и исключают атомы и связи, отвечающие за определенные химические реакции. Каждая такая операция занимает несколько часов — в результате разработка лекарств отнимает много времени и сил. Искусственный интеллект, созданный учеными Александром Тропшей, Александром Исаевым и Марией Поповой, состоит из двух связанных между собой нейросетей, которые выполняют роли «учителя» и «ученика». «Учитель» владеет «языком» создания лекарств — нейросеть является своего рода словарем, в которую загружены данные о 1,7 млн известных биологически активных молекулах, их свойства и правила взаимодействия друг с другом. «Ученик» обучается навыкам создания лекарств и со временем предлагает более удачные молекулы, которые могут стать основой для новых препаратов. «Если мы сравним этот процесс с изучением языка, то после того, как ученик узнает молекулярный алфавит и правила языка, он может создавать новые "слова" или молекулы. Если новая молекула реалистична и имеет желаемый эффект, учитель утверждает ее, а если нет, учитель не одобряет, заставляя ученика избегать плохих молекул и создавать хорошие». В основе нейросетей лежит система ReLeaSE — вычислительный метод, широко используемый фармацевтической промышленностью для выявления жизнеспособных кандидатов на лекарства. Ученые использовали ReLeaSE для разработки молекул с индивидуальными физическими свойствами, такими как температура плавления и растворимость в воде, и для разработки новых соединений с ингибирующей активностью против фермента, связанного с лейкемией.
24 июля 2018
User Image4teller(85)%
Британские ученые научили искусственную нейронную сеть находить новые соединения и химические реакции. Разработка поможет химикам искать новые материалы, полимеры и лекарственные препараты. Результаты исследования опубликованы в журнале Nature. Ученые из Университета Глазго создали робота-химика, который может предугадывать возможные реакции, а также предсказывать новые соединения. Устройство работает на основе искусственной нейронной сети и подключено к небольшой химической «лаборатории». Таким образом, робот может контролировать ход реакций и анализировать их гораздо быстрее человека. Робот в режиме реального времени отслеживает, какие вещества появились в ходе реакции и какие исчезли с помощью инфракрасной спектроскопи и методов, основанных на ядерном магнитном резонансе. Искусственная нейронная сеть затем обрабатывает полученные данные и принимает решения о дальнейшем пути реакции. Чтобы «научить» систему принимать правильные решения, на начальном этапе опытный эксперт вручную контролировал ход реакции, а алгоритм запоминал его действия. После обучения робот-химик смог предсказать 1000 возможных реакций с точностью более 80%. Четыре реакции оказались ранее неизвестными химикам.
24 января 2018
User Image4teller(85)%
Ученые-биоинформатики Центра алгоритмической биотехнологии СПбГУ совместно с коллегой из университета Карнеги-Меллон (США) разработали алгоритм поиска потенциальных антибиотиков, который позволит ускорить создание новых антибактериальных средств, а также поможет возродить производство антибиотиков в России на собственных субстанциях. Об этом сообщил ТАСС один из разработчиков Алексей Гуревич. "Наш алгоритм VarQuest позволит во много раз сократить время, необходимое на поиск новых потенциальных антибиотиков. Ученые всего мира бьют тревогу: многие болезнетворные бактерии стали устойчивы к существующим антибиотикам, и, чтобы спастись от болезней, нужно создавать все новые и новые лекарства", - отметил Гуревич. По мнению ученого, новый математический алгоритм позволит внести вклад в возрождение российской индустрии производства антибиотиков, помогая исследователям выявлять последовательность генов бактерий и грибов, выделяющих природные антибиотики. Он позволяет ускорить поиск новых потенциальных антибиотиков за счет повышенной скорости сравнения химических структур биологически активных природных соединений, которые производят исследуемые микроорганизмы, считают ученые. "В каждой базе данных - десятки тысяч соединений, и наш алгоритм оперативно находит похожие пары", - цитирует пресс-служба Санкт-Петербургского госуниверситета участника группы, доцента СПбГУ, кандидата физико-математических наук Антона Коробейникова. Статья о разработке алгоритма опубликована во вторник в журнале Nature Microbiology. Ускорение процесса поиска новых антибиотиков может быть направлено на производство инновационных антибактериальных средств, считает вице-президент биотехнологической компании "Биокад" по разработкам и исследованиям Роман Иванов. "Это могут быть препараты "последней линии обороны" или же "терапии спасения", - сказал он, отвечая на вопрос корреспондента ТАСС. Директор института иммунологии и физиологии УрО РАН, академик РАН Валерий Черешнев отметил, что увеличением скорости поиска новых антибиотиков можно решить лишь часть проблемы. "Главная проблема в том, чтобы создать антибиотик, к которому бы не возникала резистентность", - отметил он, комментируя разработку.
Существующие похожие прогнозы
Примерно
30 января 2021
прогноз сбудется
Медицина
Специалисты ТПУ разработали гибридные костные имплантаты на основе биорезорбируемых материалов, в месте установки которых со временем образуется новая костная ткань
(+1)
(+2)
Когда-нибудь
прогноз сбудется
Медицина
Ученые из университета Рэдбаунд из Нидерландов нашли способ, позволяющий полностью контролировать движение нанокапсул, что позволяет им останавливаться, достигнув зараженной области
(+4)
(+3)
Когда-нибудь
прогноз сбудется
Медицина
Компьютерное моделирование может позволить быстро создавать противовирусные белки, способные уничтожать смертельный вирус.
(+2)
(+3)
Когда-нибудь
прогноз сбудется
Медицина
Совсем недавно ученые нашли отдельный ген, ответственный, за развитие ожирения и успешно заблокировали его
Примерно
8 февраля 2019
прогноз сбудется
Медицина
Apple занимается разработкой прибора, который с помощью сенсоров сможет бесконтактным путем определять уровень глюкозы в крови, с целью лечения сахарного диабета...
(+1)
(+2)
Примерно
30 ноября 2018
прогноз сбудется
Медицина
Исследователи из Томского университета систем управления и радиоэлектроники смогли создать лампу, которая помогает людям выйти из состояния депрессии...
(+5)
(+5)
Примерно
1 января 2027
прогноз сбудется
Медицина
Ученые Illumina начали разработку нового ДНК-секвенсора, способного сделать процесс расшифровки генома максимально доступным
(+4)
(+1)
Когда-нибудь
прогноз сбудется
Медицина
Данная инициатива реализуется Минздравом совместно с Минпромторгом.
(+1)
(+2)
Когда-нибудь
прогноз сбудется
Медицина
В УрФУ представили аппарат для лечения депрессивно-тревожных расстройств. В мире от депрессии страдает более 300 миллионов человек
(+2)
(+1)
Когда-нибудь
прогноз сбудется
Медицина
Инновационное лекарство подразумевает использование технологии генного модифицирования бактериофагов. Они и приводят в действие разрушительный процесс

Политика:    2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Технологии:    2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Экономика:      2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Общество:      2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

Медицина:        2016    2017    2018    2019    2020    2021    2022    2023    2024    2025    2026    2027    2028    2029    2030-е    2040-е    2050-е    2060-е    Избранное 

 

С помощью поиска можно найти прогнозы по любым темам