Cercetătorii chinezi au creat o nouă tehnologie de inteligență artificială (IA) care promite să revoluționeze procesul de dezvoltare a medicamentelor, accelerând considerabil descoperirea acestora.

China a devenit un pol de dezvoltare și inovație în domeniul inteligenței artificiale aplicate în cercetarea și dezvoltarea de medicamente. Cercetătorii și instituțiile de cercetare chineze au realizat progrese semnificative în acest domeniu, folosind inteligența artificială pentru a accelera procesul de descoperire, proiectare și testare a medicamentelor. Tehnologii precum rețelele neuronale profunde, învățarea automată și analiza datelor big data sunt folosite pentru a identifica compuși potențiali, a analiza interacțiunile moleculare și a optimiza structura moleculelor pentru a crea medicamente mai eficiente.

Un exemplu notabil este rețeaua PBCNet, dezvoltată de Institutul Materia Medica din Shanghai, care utilizează inteligența artificială pentru a compara afinitatea relativă de legare între molecule similare, accelerând procesul de dezvoltare a medicamentelor. Această inovație are potențialul de a revoluționa industria farmaceutică și de a contribui la crearea de tratamente mai rapide și mai eficiente.

Prin intermediul acestor tehnologii, China a devenit un lider în dezvoltarea de medicamente bazate pe inteligența artificială, aducând beneficii semnificative în ceea ce privește descoperirea de medicamente și avansarea sănătății globale.

Ce este PBCNet

Echipa de cercetători de la Institutul Materia Medica din Shanghai, parte a Academiei Chineze de Științe, a prezentat recent PBCNet, o rețea de comparație a legăturilor în perechi, într-un studiu publicat în revista Nature Computational Science, potrivit scmp.com.

Chiar dacă instrumentele de inteligență artificială sunt folosite pe scară largă pentru a identifica substanțe chimice ce pot fi transformate în medicamente, eficiența acestora rămâne o provocare continuă. PBCNet a fost dezvoltat pentru a evalua și compara afinitatea relativă de legare între liganții similari, aceștia fiind molecule sau ioni care se leagă de molecule mai mari.

Un experiment bazat pe simulare a demonstrat că PBCNet, optimizat prin învățare activă, poate accelera procesul de optimizare a structurii cu 473% și poate economisi resurse de calcul în medie cu 30%.

De asemenea, echipa de cercetători chinezi a dezvoltat și un serviciu web open-source cu o interfață grafică intuitivă pentru a asigura o utilizare facilă pentru utilizatori. 

  Fiți la curent cu ultimele noutăți. Urmăriți DCNews și pe Google News