Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Optibrium publie l'étude Pair-Observée par commandant sur des applications d'AI aux caractéristiques globales de Pharma

Optibrium a limité, premier fournisseur de logiciel et les solutions (AI) d'artificial intelligence pour la découverte de médicaments, ont aujourd'hui annoncé la publication d'une étude pair-observée dans les lettres appliquées d'AI, « imputation profonde sur des caractéristiques de grande puissance de découverte de médicaments ».

Fonctionnant avec l'ensemble de données global de propriété industrielle de pharmaceutiques de Takeda', la plate-forme augmentée de Chemistry® de l'Optibrium appliqué par équipe, expliquant le potentiel de l'imputation apprenante profonde de réduire le coût et d'améliorer des taux de succès de découverte de médicaments. La plate-forme influence la méthode apprenante profonde d'Alchemite™, développee par Intellegens, et montrée pour fournir des prévisions plus précises et plus fiables des propriétés biologiques complexes des médicaments potentiels, activant des décisions de modèle plus efficaces.

L'étude a expliqué des ensembles de données cela l'imputation apprenante que profonde produit des analyses neuves et précieuses sur la Pharma-écaille globale, de haute valeur et de propriété industrielle. De tels ensembles de données sont complexes, avec des caractéristiques dérivant de beaucoup de différentes expériences, y compris des activités composées dans des analyses biochimiques et phénotypiques, des caractéristiques et absorption d'examen critique de haut-débit, distribution, métabolisme, élimination, et des points finaux de la toxicité (ADMET).

La prise des meilleures décisions sur l'étape progressive de projet sur de telles caractéristiques est encore compliquée par le fait que la plupart des composés potentiels de médicament sont mesurés dans seulement un petit sous-ensemble d'expériences que les compagnies pharmaceutiques et biotechnologiques emploient par habitude, ayant pour résultat des ensembles de données où seulement quelques % des mesures possibles ont été effectués.

En outre, les mesures sont dues très bruyant à la complexité des expériences biologiques. Tandis que ces caractéristiques limitent l'efficacité de la plupart des méthodes d'apprentissage automatique, l'étude a confirmé que Chemistry® augmenté a fourni des analyses précieuses sur de telles caractéristiques provocantes.

L'étude a également trouvé cela imputation apprenante profonde effectué des prévisions plus précises des propriétés biologiques des composés, y compris la prévision estimative des activités composées dans le cadre des projets. En particulier, elle a montré des avantages considérables en prévoyant des points finaux complexes, tels que les analyses cellulaires, qui sont moyen-intensif et où des prévisions plus précises ont comme conséquence des réductions considérables de temps et coût.

En outre, la méthode a sûrement recensé les prévisions les plus précises sur lesquelles pour baser des décisions, il est essentiel éviter que de manquer des opportunités précieuses se présentant de FAUSSES prévisions. Elle a mis en valeur où plus de données expérimentales sont eues besoin pour prendre une décision confiante, la réglant indépendamment de l'autre apprentissage automatique et des méthodes d'AI qui luttent pour fournir des informations fiables de confiance sur différentes prévisions.

À la suite d'une étude précédente, qui a expliqué l'efficacité de l'imputation apprenante profonde sur de plus petits ensembles de données de projet-détail, cette étude neuve a prouvé que la même méthode écaille aux ensembles de données globaux de pharma. Le modèle décrit a été établi sur 1,8 millions de points d'informations concernant approximativement 700.000 composés et 1.200 points finaux expérimentaux. Une fois appliquées sur cette échelle, les analyses dans les composés de haute valeur et les stratégies de recherche augmentent exponentiellement.

Cette étude corrobore les organismes énormes de résultats que nous avons vus en beaucoup de collaborations avec le pharma, de biotechnologie et de pas-pour-bénéfice. Nous sommes excités pour voir que les bénéfices importants que notre technologie d'AI produit et les enthousiasmes pour sa prise dans la communauté de pharma. »

Matthew Segall, Président chez Optibrium

Pour voir un webinar en récapitulant les résultats principaux de cette étude, visitez https://bit.ly/largescale_imputation.

Pour plus d'informations sur Optibrium, visitez s'il vous plaît www.optibrium.com, entrez en contact avec [email protected] ou appelez +44 1223 815900.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Optibrium Ltd.. (2021, June 29). Optibrium publie l'étude Pair-Observée par commandant sur des applications d'AI aux caractéristiques globales de Pharma. News-Medical. Retrieved on October 23, 2021 from https://www.news-medical.net/news/20210629/Optibrium-Publishes-Major-Peer-Reviewed-Study-on-AI-Applications-to-Global-Pharma-Data.aspx.

  • MLA

    Optibrium Ltd.. "Optibrium publie l'étude Pair-Observée par commandant sur des applications d'AI aux caractéristiques globales de Pharma". News-Medical. 23 October 2021. <https://www.news-medical.net/news/20210629/Optibrium-Publishes-Major-Peer-Reviewed-Study-on-AI-Applications-to-Global-Pharma-Data.aspx>.

  • Chicago

    Optibrium Ltd.. "Optibrium publie l'étude Pair-Observée par commandant sur des applications d'AI aux caractéristiques globales de Pharma". News-Medical. https://www.news-medical.net/news/20210629/Optibrium-Publishes-Major-Peer-Reviewed-Study-on-AI-Applications-to-Global-Pharma-Data.aspx. (accessed October 23, 2021).

  • Harvard

    Optibrium Ltd.. 2021. Optibrium publie l'étude Pair-Observée par commandant sur des applications d'AI aux caractéristiques globales de Pharma. News-Medical, viewed 23 October 2021, https://www.news-medical.net/news/20210629/Optibrium-Publishes-Major-Peer-Reviewed-Study-on-AI-Applications-to-Global-Pharma-Data.aspx.