فیلم بیشتر »»
کد خبر ۱۰۲۰۰۷۲
تاریخ انتشار: ۰۹:۱۸ - ۱۹-۰۹-۱۴۰۳
کد ۱۰۲۰۰۷۲
انتشار: ۰۹:۱۸ - ۱۹-۰۹-۱۴۰۳

پیش‌بینی داروهای تأثیرگذار مبتنی بر یادگیری عمیق

پیش‌بینی داروهای تأثیرگذار مبتنی بر یادگیری عمیق
یکی از مهم‏ترین هدف‌های فازهای اولیه کشف دارو، یافتن مولکول‌های دارویی کاندیدا با فعالیت فارماکولوژیک مناسب و سمیت کم است. روش‏‌های آزمایشگاهی طراحی و کشف دارو زمان‏بر و پرهزینه هستند.

«پیش‌بینی تعامل پروتئین-ترکیب با دخالت اطلاعات شباهت ترکیبات دارویی و دنباله‌های پروتئینی در شبکه‌های مبتنی بر یادگیری عمیق» عنوان طرح پسادکتری کریم عباسی و گرنت پژوهشی حمیدرضا ربیعی است که بنیاد ملی علم ایران از این طرح حمایت کرده است.

به گزارش ایسنا، کریم عباسی با مدرک دکتری تخصصی بیوانفورماتیک از دانشگاه تهران درباره این طرح توضیح داد: یکی از مهم‏ترین هدف‌های فازهای اولیه کشف دارو، یافتن مولکول‌های دارویی کاندیدا با فعالیت فارماکولوژیک مناسب و سمیت کم است. روش‏‌های آزمایشگاهی طراحی و کشف دارو زمان‏بر و پرهزینه هستند.

وی ادامه داد: بنابراین در کنار روش‏‌های آزمایشگاهی، از روش‌های محاسباتی نیز استفاده می‌‏شود. از روش‌های محاسباتی که برای پیش‌بینی بهترین کاندیدای داروها استفاده می‌‏شود، می‌‏توان به روش‌های سیستم بیولوژی، یادگیری ماشین کلاسیک و یادگیری عمیق اشاره کرد. با استفاده از این روش‏‌ها می‌توان داروهای تأثیرگذار را پیش‌بینی کرد و سپس تحقیقات آزمایشگاهی بر روی آنها انجام شود.

این پژوهشگر در ادامه بیان کرد: در این پژوهش پیش‌بینی تعامل پروتئین-ترکیب (CPI) مورد بررسی قرار گرفت. در پیش‌بینی تعامل پروتئین-ترکیب مقدار عددی تمایل اتصال یک ترکیب (کاندیدای دارو) با یک پروتئین هدف تعیین می‌شود که نقش اساسی در فاز اولیه پروسه‌ کشف دارو دارد.

وی ادامه داد: همچنین در این تحقیق به دنبال پاسخ به این سؤال اساسی بودیم که آیا می‌‏توان مدلی مبتنی بر یادگیری عمیق که بتواند با بهره‌‏گیری از دانش اضافی موجود در مجموعه داده‌ها، همانند اطلاعات شباهت میان ترکیبات دارویی و پروتئین‌ها طراحی کرد؟

عباسی در پایان خاطر نشان کرد: یک مدل محاسباتی مبتنی بر یادگیری عمیق برای پیش‌بینی میزان تعامل جفت پروتئین-ترکیب با در نظر گرفتن اطلاعات شباهت میان ترکیبات دارویی و پروتئین‌ها نیز طراحی شد. از این مدل بیشتر در فازهای اولیه طراحی دارو استفاده خواهد شد.

برچسب ها: دارو ، یادگیری عمیق
ارسال به دوستان
captcha
از کجا بفهمیم به مولتی‌ویتامین نیاز داریم؟ یک اتفاق عجیب در سازمان ملل: رأی هند علیه خودش درباره «کشمیر»! دیدنی های امروز؛ از بیست و پنجمین سالگرد 11 سپتامبر تا تندیس خدایان هندو عراق دومین مرز با ایران را هم بست اگر زردچوبه را هر روز مصرف کنید، چه اتفاقی برای بدن می‌افتد؟ روز سینما؛ به احترام آنان که سینما را نفروختند دختر موتور سوار: در تعویض پلاک بخاطر نداشتن گواهینامه موتورم توقیف شد/ برخورد مردم و پلیس خیلی خوب است نتایج بسیار خوب اکتشاف در معادن جدید چادرملو، آینده شرکت را تضمین می‌کند فرضیه پسر پرهزینه؛ تولد نوزادان نر احتمالاً برای مادران خطرناک‌تر است تصادف اتوبوس با مینی‌بوس در جاده رفسنجان به سرچشمه کرمان/ یک کشته و ۳۵ مصدوم اکسیوس: دور بعدی مذاکرات اسرائیل و لبنان که قرار بود هفته جاری برگزار شود، به اکتبر موکول شد بیشترین بودجه نظامی خاورمیانه مربوط به کدام کشور است؟ محدود کردن پوشش نظامی آمریکا برای عبور کشتی ها از تنگه هرمز  ثروتمندترین کشورهای جهان در سال ۲۰۲۶ بر اساس ثروت متوسط و میانه (+ اینفوگرافیک) توهین به هاشمی و خاتمی و روحانی مباح؛ ادعای انیمیشن اقتصادی برای آقای رییسی، گناه...