导读 阿尔托大学、卡罗琳斯卡医学院和芬兰分子医学研究所 (FIMM) 联合开展的研究涵盖了 1,300 多种已知药物分子，拥有大量可用的测量数据。...
阿尔托大学、卡罗琳斯卡医学院和芬兰分子医学研究所 (FIMM) 联合开展的研究涵盖了 1,300 多种已知药物分子，拥有大量可用的测量数据。
“这项研究使用系统数据驱动分析，将对细胞系进行的毒性测量与描述基因激活的基因表达反应相结合。毒性包括生长抑制和细胞杀伤作用。研究中开发的方法可以更准确地预测新分子的毒性，因为它利用了先进的统计方法和比以前大得多的数据集，”在阿尔托大学完成博士论文的 Juuso Parkkinen 解释说。
目前，毒性主要通过动物试验来测量。得益于这种新方法，未来可以通过细胞系测试和统计建模相结合的方式部分取代动物试验。这也将为药物开发节省大量成本。
Parkkinen 补充道： “这种新的预测方法可以应用于目前正在产品开发中的新型药物分子和其他化学品，以消除可能存在的有毒分子。”
统计机器学习和人工智能方法的进步除了在医学研究之外，还在许多应用领域发挥着至关重要的作用。
“Juuso Parkkinen 是阿尔托大学人工智能研究和博士研究实用性的绝佳例子：他在我的研究小组中撰写了关于医药应用的论文，然后转到 Reaktor，将数据科学应用于广泛的业务需求，”Parkkinen 的论文导师 Samuel Kaski 教授称赞道。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！