Автоматически ведомая система могла уменьшить стоимость обнаружения препарата, целевых взаимодействий

Модель, представленная в iLife издания, применяет подход, что имел возможность привести к правильным предсказаниям сотрудничеств между новыми наркотиками, и их цели, помощь сокращает цена изобретения лекарства.«Биомедики инвестировали громадное упрочнение в облегчении выполнить бессчётные опыты скоро и дешево», говорит ведущий создатель Армэган Нэйк, Товарищ Переулка в Вычислительном Отделе Биологии CMU.«Но мы просто не можем выполнить опыт для каждой вероятной комбинации биологических условий, таких как тип клетки и генетическая мутация.

Исследователи должны были исходя из этого выбрать пара условий либо целей проверить исчерпывающе, либо выбрать сами опыты. Вопрос – какие конкретно опыты Вы выбираете?»Нэйк говорит, что осмотрительный баланс между исполнением опытов, каковые смогут быть предсказаны с уверенностью и те, каковые не смогут, есть проблемой для людей, потому, что это требует рассуждения об огромной сумме гипотетических результатов одновременно с этим.

Дабы решить эту проблему, исследовательская несколько ранее обрисовала использование подхода машинного обучения, названного «активное изучение». Это, много раз включает компьютер выбирая, какие конкретно опыты сделать, дабы определить действенно из образцов, что он замечает в данных. Команда во главе с ведущим автором Робертом Ф. Мерфи, доктором наук в Центре Луча и Стефани Лейн Вычислительной Биологии, и Главой Вычислительного Отдела Биологии CMU.Тогда как их подход был лишь проверен, применяя синтетический продукт либо ранее купленные эти, текущая модель команды основывается на этом, разрешая компьютеру выбрать что опыты сделать.

Опыты были тогда выполнены, применяя обращающиеся с жидкостью автоматизированный микроскоп и роботы.Ученик изучил вероятные сотрудничества между 96 культурными клонами 96 и наркотиками клетки млекопитающих с разными, флуоресцентно теговыми белками. В общем итоге 9 216 опытов были вероятны, любой складывающийся из приобретения изображений для данной клетки клонируется в присутствии данного препарата. Неприятность для метода была в том, чтобы изучить, как белки были затронуты в каждом из этих опытов, не делая всех их.

Первый раунд опытов начался, собрав изображения каждого клона для одного из наркотиков, всего 96 опытов. Изображения были представлены числовыми изюминками, каковые захватили расположение белка в клетке.В конце каждого раунда все опыты, каковые передали контроль качества, употреблялись, дабы выяснить фенотипы (образцы в месте белка), что может либо имел возможность не иметь отношение к ранее характеризуемому действию препарата.

Новинка данной работы была для ученика, дабы идентифицировать возможно новые фенотипы самостоятельно как часть процесса обучения. Дабы сделать это, это сгруппировало изображения, дабы организовать фенотипы. Фенотипы тогда употреблялись, дабы организовать прогнозирующую модель, так, ученик имел возможность предположить результаты неизмеренных опытов.

Основание модели должно было выяснить комплекты белков, каковые ответили так же на комплекты наркотиков, так, дабы это имело возможность угадать ту же самую преобладающую тенденцию в неизмеренных опытах.Ученик повторил процесс для в общем итоге 30 раундов, завершив 2,697 из 9 216 вероятных опытов.

Потому, что это прогрессивно делало опыты, это выяснило больше фенотипов и больше образцов в том, как комплекты белков были затронуты комплектами наркотиков.Применяя множество вычислений, команда сделала вывод, что метод смог изучить 92%-ю правильную модель для того, как эти 96 наркотиков затронули эти 96 белков лишь из 29% проводимых опытов.«Отечественная работа продемонстрировала, что исполнение последовательности опытов под контролем машинного ученика выполнимо, кроме того в то время, когда комплект результатов малоизвестен. Мы кроме этого показали возможность активного изучения, в то время, когда робот неспособен следовать за деревом ответов», растолковывает Мерфи.

«Яркая неприятность будет быть в том, чтобы применять эти способы, дабы снизить цена успехи целей основных, многоабонентских проектов, таких как Атлас Генома Рака, что пытается ускорять познание молекулярного основания рака с аналитическими разработками генома».

4 комментария к “Автоматически ведомая система могла уменьшить стоимость обнаружения препарата, целевых взаимодействий”

  1. Дудин Кир

    Вильям,ты с этой дебилкой даже не зарекайся общаться,не твой круг,она тут служит развлечением,не для серьезных дискуссий она!))

Оставьте комментарий