Zespół prof. Bartosza Grzybowskiego zaproponował model oparty o techniki sztucznej inteligencji, pozwalający na odróżnienie potencjalnych leków od związków które nie wykazują właściwości terapeutycznych.

13 sierpnia 2020

W modelu zastosowano kombinację różnych wariantów sieci neuronowych, których łączna dokładność predykcji wyniosła 93%, podczas gdy pojedyncze klasyfikatory wchodzące w skład modelu osiągały 87-88%. Jest to równocześnie górny limit dokładności dla dostępnych obecnie danych, ponieważ niepewność modelu zdominowana jest przez wkład aleatoryczny, tj. nieredukowalny, inherentny dla wykorzystanych danych.

Wyniki publikowano w sierpniowym wydaniu Nature Machine Intelligence, pod tytułem: „Minimal-uncertainty prediction of general drug-likeness based on Bayesian neural networks”.

Więcej informacji: https://www.nature.com/articles/s42256-020-0209-y

Serdecznie gratulujemy i życzymy dalszych sukcesów!