您的位置:健客网 > 肿瘤频道 > 成功案例 > 如何用大数据推动新药研发

如何用大数据推动新药研发

2018-01-10 来源:转化医学网  标签: 掌上医生 喝茶减肥 一天瘦一斤 安全减肥 cps联盟 美容护肤
摘要:我们也看到了未来的卫生保健领域如何大量依靠当前的机器人、分析学技术以及人工智能

   在同斯坦福大学Pande实验室联合后,谷歌研究院向大家介绍了一篇名为“MassivelyMultitaskNetworksforDrugDiscovery”(大规模多任务化的药物发现网络)的文章,这篇文章中,研究人员揭示了如何利用无数不同来源的数据来更好地进行化合物的筛选鉴定,从而加速治疗疾病的有效药物的研究过程。

 
  大数据、深度学习推动药物研发
 
  尽管这篇文章本身并不能揭示任何医药领域的重大突破,但其摆出观点来阐明如何利用深度学习来压缩巨大的数据集,从而加速药物的发现过程;深度学习是一种系统性的学习模式,其包括一种名为人工神经网络方法的训练系统,这种系统可以对基于关键数据输入的大量信息进行分析,随后将新的信息引入到复杂的数据集中,这样我们或许就可以在2015年新出现的5家进行深度学习的初创企业中进行观察研究。
 
  谷歌研究院表示,这项工作可以帮助我们利用来自许多不同实验的研究数据来增加对多种疾病准确性的预测,据我们所知这也是在该领域内第一次对额外添加的数据进行量化处理,而当前所获得的大量数据也将改善后期的研究进展。目前这项研究的规模是此前研究规模的18倍,同时其也利用了200多个个体机体生物学过程总共3780万个数据点来进行相关的研究分析。
 
  由于这项研究规模较大,因此研究人员将会非常仔细地探寻这些模型的敏感性以及模型结构和输入数据的多种改变,这项研究中,研究者并不仅仅检测了数据模型的性能,而其解释了为何可以运行良好并且在未来进行相关的预测,当然这就造就了目前我们所观察到的大趋势,许多大型的技术公司目前也在进行深度学习资源的大量投资,去年Twitter、Google和Yahoo都获得了深度学习的创业公司,而Facebook和Baidu也在该领域取得了较大的突破。
 
  未来健康医疗将倾向人工智能、大数据及深度学习
 
  在去年10月份举办的VentureBeatHealthBeat会议上,我们也看到了未来的卫生保健领域如何大量依靠当前的机器人、分析学技术以及人工智能;而投身进入诊断要素领域或许可以导致新型疗法的发现,这就将会增加向人工智能、大数据及深度学习的倾向,当然这就是当前谷歌公司和斯坦福大学进行的最新研究领域。
 
  通过自动化改善预测性技术,这不仅可以加速药物的发现过程,也能够有效降低开支,来自谷歌报告中的一段这样写道,发现治疗人类疾病的新型疗法是一项非常复杂的挑战,我们所预期的药物必须攻击疾病的根源,但其同时也必须满足其在机体中的代谢性限制及毒性限制;从传统意义上来讲药物的发现是一项非常漫长的过程,其从开始到完成往往需要花费数年,而且其中的失败率往往较高。
 
  简言之,对数百万种化合物检测需要花费很长时间,因此任何增加寻找有效化合物的技术都将是一件非常好的选择,而大规模的机器学习或将带给我们巨大的帮助。
看本篇文章的人在健客购买了以下产品 更多>
有健康问题?医生在线免费帮您解答!去提问>>
健客微信
健客药房