三木SEO-科学家利用机器学习加快药物制剂开发

科学家使用呆板进修加速药物制剂开发

日期：2023-02-03 来历：本站 供稿：国际互助与基地平台处 作者：治理员 种别：译文

长效打针剂（LAI）是医治慢性病最有出路的医治计谋之一，是一类进步前辈的药物递送体系，可以提高医治效果、安全性及患者允从性。传统的药物制剂开发依靠在重复试错，需要开展广泛且耗时的体外试验，然而，这类试错法对于聚合物LAI的开发带来了庞大挑战。近期，多伦多年夜学的研究职员使用呆板进修（ML）要领来帮忙解决LAI开发中的这一瓶颈问题。研究结果发表于《Nature Co妹妹unications》期刊，标题为“Machine learning m凤凰彩票官网odels to accelerate thedesign of polymeric long-acting injectables”。 研究职员起首基在先前发表的研究构建了数据集，并将其分为两个子集——用在练习的练习集及用在测试的测试集。接下来，研究职员练习并评估了11种差别的ML算法，包括多元线性回归（MLR）、最小绝对于紧缩及选择算子回归（LASSO）、偏最小二乘法（PLS）、决议计划树（DT）、随机丛林（RF）、轻量梯度晋升机（LGBM）、极限梯度晋升（XGB）、天然梯度晋升（NGB）、撑持向量回归（SVR）、K-近来邻（KNN）及神经收集（NN）。研究成果注解，ML算法可用在猜测LAI的药物开释率，此中LGBM模子的猜测机能最好，正确率最高。研究还有注解，这些颠末练习的模子可用在引导新型LAI的设计。别的，研究职员已经经将此数据集及代码同享于开源平台Zenodo上，以供所有人利用来配合创立强盛的制药科学数据库。 这项研究将ML技能运用在聚合物LAI的设计，朝着数据驱动的药物制剂开发迈出了要害一步，也为制药科学提供了新看法。 论文链接：https://www.nature.com/articles/s41467-022-35343-w 注：此研究结果摘自《Nature Co妹妹unications》期刊原文章，文章内容不代表本网站不雅点及态度，仅供参考。-三木SEO-