Подпишитесь на рассылку, чтобы регулярно получать от нас новости.

Рассылка новостей от РефНьюс

Присоединяйтесь к нам в социальных сетях!

Вы не только поможете нам с продвижением проекта, но и сможете быть в курсе новостей и публикаций, появляющихся на сайте.

 

Ученые нашли способ точно предсказывать ядовитость создаваемых лекарств

Чт, 24 янв 2019 09:38:00 +3000
Исследователи из Сколтеха (CDISE, группа Максима Федорова) и Мюнхенского центра им. Гельмгольца по исследованию окружающей среды и здоровья (HMGU, группа Игоря Тетко) разработали технологию точного прогноза, насколько будут ядовиты для человека потенциальные лекарственные препараты.

Ученые использовали для создания технологии алгоритмы многозадачного машинного обучения и анализ различных видов данных по токсичности.

Результаты исследования опубликованы в журнале Journal of Chemical Information and Modeling.

Новое лекарство, продаваемое людям, должно быть не только эффективным, но и безопасным. Тестам на безопасность посвящена первая фаза клинических испытаний любого нового лекарственного препарата. По данным организации FDA (Food and Drug Administration), осуществляющей надзор за безопасностью продуктов питания и лекарств в США, около 30% потенциальных лекарств отсеиваются именно на этой стадии, когда фармацевтические компании и ученые уже вложили в них десятки миллионов долларов и тысячи рабочих часов.

Универсального понятия ядовитости лекарств не существует, при разработке лекарства потенциальную токсичность могут проверять на различных организмах, например, мышей, крыс, обезьян.

«Авторы работы создали нейронную сеть, которая прогнозирует несколько различных видов токсичности одновременно. Для обучения модели использовались данные о токсичности более 70 тысяч органических соединений различной природы; эти данные были распределены по 29 типам, учитывающим как вид испытуемого животного, так и тип введения исследуемого вещества», - говорится в сообщении пресс-службы Сколтеха.

Исследователи сравнили свою модель с моделями, прогнозирующими только один тип токсичности и продемонстрировали, что одновременное использование многих видов токсичности при обучении значительно улучшает итоговое качество прогнозирования.

«Далеко не всегда многозадачное обучение дает хороший результат, однако в нашем случае оно значительно улучшает качество прогнозирования. Наша работа не только демонстрирует эффективность нового подхода, но и способствует пересмотру устаревших методов вычислительного прогнозирования токсичности» - рассказывает первый автор опубликованной работы, аспирант Сколтеха, Сергей Соснин.

Авторы работы сделали созданные модели доступными онлайн. Теперь любой химик-исследователь может заранее оценить токсичность потенциальных кандидатов в лекарственные средства по отношению к нескольким видам животных.

Машинное обучение и анализ больших данных уже произвели революцию во многих областях науки и теперь очередь за токсикологией. В будущем ученые хотят научиться делать точные прогнозы токсичности для человека, что сделает процесс разработки новых лекарств дешевле и продуктивнее.  

Источник: Сколтех

Любое воспроизведение материалов сайта возможно только при условии предварительного согласования с администрацией REF News. 

Поделиться в соцсетях (и тем самым очень помочь проекту)

 
Обсудить
 
По теме
Работает на Cornerstone