Oбучeниe мoжeт oблeгчить xимики и фaрмaкoлoги жизни, «пoдтaлкивaют» фoрмулa для того прoизвoдствa нoвыx лeкaрств.
Смeсь xимичeскиx вeщeств в лaбoрaтoрии – рaбoтa мало-: неграмотный простая, и разработка нового, в особенности эффективный и безопасный препарат – требует значительных усилий. И значительные вклады.
Согласно исследованию, опубликованному в журнале Science, ненастоящий интеллект (ИИ), разработанная исследователями с Принстонского университета и научно-исследовательских лабораторий Merck, может помочь сотрудникам лабораторий, дай тебе найти «идеальную смесь»: алгорифм команд для машинного обучения маловыгодный в состоянии точно предсказать химические реакции в парад и оценить их эффективность.
«Многие изо этих алгоритмов машинного обучения используются в других отраслях уж давно, но никогда предварительно – за синтетической или органической химии. По мнению разным причинам мы безграмотный использовали возможности, что предлагает раздутый интеллект, пришло время, так чтоб изменить. Как правило, химики, анализируя эффект различных реакций, изменяют как по одной переменной по (по грибы) раз. Этот алгоритм горазд прогнозировать результаты после отлаживать одновременно четыре различных компонентов, и сие значительный прогресс», – заявили разработчики.
Сверх этого, искусственный интеллект помогает обогнуть одно из самых больших препятствий угоду кому) создания многомерных моделей, к которым относятся лекарства, сие расчет «ручки» для каждого химического вещества. Дескриптор-сие значение входного сигнала, какой несет информацию о каждом химического вещества — получи и распишись сколько он привязан, его моляльный вес, его структурная трюизм и мн. и т. д….. поэтому ставка каждого дескриптора – очень трудоемкая командировка, особенно когда дело доходит по бюста огромное количество химических комбинаций.
Исследователи сумели реформировать код для быстрого расчета и извлечения дескрипторов к каждого химического вещества. Поуже сейчас можно утверждать, сколько новый модифицированный алгоритм угоду кому) машинного обучения способна отделывать данные, не в силу обычной химии.
Исследователи надеются, а их разработка позволит опростить процесс получения синтетических соединений на разработки новых лекарств, и в (видах того, чтобы помочь другим своим коллегам, они предоставили гостеприимный доступ к их программным обеспечением других лабораториях –подходит угоду кому) любого типа реакции и любом субстрате.
