Создание новых медицинских препаратов — это длительный и затратный процесс, который занимает от 10 до 15 лет, с высокой долей отсева кандидатов на ранних этапах. Для снижения числа отбраковок исследователи из Гарвардской медицинской школы разработали модель PDGrapher. Эта графовая нейросеть осуществляет обратный поиск, сравнивая здоровые и больные клетки, чтобы находить эффективные вмешательства, способные восстановить здоровье клеток. В тестировании PDGrapher показал лучшие результаты, чем конкурирующие модели, правильно определяя терапевтические мишени на 19 наборах данных, связанных с 11 типами рака, и выполняя расчеты до 25 раз быстрее. Ученые исключили известные решения из обучающего материала, и модель смогла самостоятельно их обнаружить, что подтверждает её инновационность. На данный момент PDGrapher прошел вычислительные тесты, а его алгоритм доступен на GitHub под MIT-лицензией для исследовательских целей, что поможет быстрее отсеивать неэффективные гипотезы и снижать затраты на эксперименты.
Заголовки
