• 机器人科学家承诺挖掘新药

    2019-06-12 13:16:59

    机器人科学家承诺挖掘新药 2009年2月3日 一个机器人科学家能够对不同化学物质对抗不同疾病的效果做出明智的猜测,可以通过比现有方法更便宜,更快速地开发更有效的治疗方法,

      

      机器人科学家承诺挖掘新药

      2009年2月3日

      一个机器人科学家能够对不同化学物质对抗不同疾病的效果做出明智的猜测,可以通过比现有方法更便宜,更快速地开发更有效的治疗方法,从而彻底改变制药行业。

      这种名为Eve的机器人使用先进的人工智能结合创新的数据挖掘和知识发现技术来分析其自身进行的药理实验的结果。

      通过将不同化合物的化学结构与其药理活性联系起来,Eve能够了解接下来应该测试哪些化合物,为药物筛选程序带来一定程度的可预测性,直到现在,这些程序往往有点受到打击和遗漏。

      “随着时间的推移,Eve将学习通过分析过去实验的数据并将化学结构与其药理特性进行比较来挑选出对某一目标可能最有效的化合物,”Jozef Stefan研究员Saso Dzeroski解释道。卢布尔雅那研究所帮助开发了Eve的数据挖掘功能。

      “这应该有助于科学家和制药公司确定更有效的化合物来治疗不同的疾病,使他们能够在很短的时间内找到药物导联,而且成本只是现有方法的一小部分。”

      夏娃可以最大限度地减少化学化合物随机测试的需要,Dzeroski说,并指出机器人科学家是第一个能够发起自己的实验,实际执行它们,解释结果然后重复循环的计算机系统。

      目前,当寻求新药时,药理学研究人员对数十或数十万种化合物进行盲法研究,将其应用于疾病检测。这些测试的结果决定了所谓的定量结构 - 活性关系(QSAR),它将化学化合物的结构与其药理活性联系起来。

      像这样的详尽测试是耗时的,昂贵的并且通常必须在每次寻找新药时重复进行。

      更加“智能”的药物发现方法

      夏娃提供了更“智能”的方法,威尔士大学阿伯里斯特威斯大学的计算机科学研究员罗斯金说。

      机器人在分析中进行QSAR测试,分析结果并存储数据以备将来使用。在大量实验过程中,Eve了解哪些化学结构可能在特定分析中有效。因此,不是选择随机测试化合物,而是选择更有效的化合物。

      “我们进行了一些初步试验,夏娃挑选的化合物比随机选择的化合物更有希望,”Dzeroski说。

      相关故事加速药物分析中的HPLC方法开发复合疼痛缓解膏不能有效发现研究实验药物可以积极地改变FXS患者的关键特征行为由Dzeroski领导的研究小组开发的新数据挖掘技术是Eve的开创性药物发现能力的核心。在欧盟资助的IQ项目中,该团队开发了新的方法来分析复杂的数据,包括化学结构,从数据库中,例如Eve存储其实验结果的数据库。

      与大多数数据挖掘方法不同,其中对单个数据集(如电子表格)执行单独分析,IQ项目中开发的技术允许跨多个集合执行由多个分析步骤组成的知识发现过程。复杂的数据。

      这些技术依赖于所谓的归纳数据库的使用,该归纳数据库不仅包含原始数据,还包含有关数据中有效的模式和模型的信息。在药物发现的情况下,测试的化学化合物的结构及其有效性将是原始数据,而在有效化合物中通常出现的分子结构将是模式,并且预测化合物有效性的方程将是模型。

      根据夏娃收集的实验数据,可以出现模式,然后可以用来做出有关哪些化合物应该有效以及哪些化合物可能不会有效的知情猜测。 IQ项目合作伙伴也在其他领域应用相同的数据挖掘技术,包括基因组学,系统生物学和环境科学。

      Dzeroski解释说:“因为正在分析的原始数据远远超过原始数据,所以可以重复使用相同的识别不同模式的过程,无论您是否正在尝试开发治疗艾滋病或结核病的药物。”

      Eve将首先在威尔士大学开展工作,寻找可有效治疗疟疾和血吸虫病的化合物,即所谓的第三世界疾病,这些疾病仅是商业制药公司有限研究的重点。

      King表示,他们的使命是证明数据挖掘技术的工作原理并找到可能导致未来开发新药的新线索。

      Dzeroski预计,未来几年将有更多的机器人像夏娃一样被用于研究实验室和制药公司。虽然根据夏娃挑选的化合物开始用于治疗需要10到15年的新药,但现在所做的工作“可能会对制药行业和未来的医疗保健产生重大影响,“ 他说。

      IQ项目在欧盟第六框架计划的ICT链下获得资助。

      出处:http://cordis.europa.eu/ictresults