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
قائم‌پناه: تفاهم‌نامه پایان جنگ سند افتخار ایران است آمدم، خنداندم و رفتم؛ سنگ قبری به سبک اکبر عبدی ادعای نتانیاهو درباره ایران: من به ترامپ گفتم تشدید محاصره و او تأیید کرد صدور چک رمزدار از این تاریخ ممنوع است چرا مهدی اخوان‌ثالث موسیقی را کنار گذاشت؟ جوزف عون: برای جلوگیری از مصیبت‌های ناشی از جنگ، تصمیم به مذاکره با اسرائیل گرفتیم ادعای ترامپ: برای مذاکره با ایران هیچ عجله و هیچ جدول زمانی ندارم ورود هواپیماهای نظامی روسیه به حریم دفاع هوایی کره جنوبی سردار شکارچی: رسانه‌های معاند در بانک اهداف نظامی ما جای می‌گیرند نخست‌وزیر قطر به تهران می آید سخنگوی ارتش: برای سناریوی عملیات زمینی آمریکا آماده‌ایم سخنگوی دولت: تغییری در سهمیه بنزین ۱۵۰۰ و ۳۰۰۰ تومانی تا پایان شهریور اعمال نخواهد شد خرید قسطی طلای دیجیتال؛ وقتی کمبود نقدینگی شروع سرمایه‌گذاری را عقب نمی‌اندازد گفتگوی تلفنی پوتین و الجولانی انتقاد علیرضا خمسه از پایین آمدن کیفیت آثار سینما، تلویزیون و موسیقی