How Artificial Intelligence Can Make Drugs Better and Faster


Hoe Artificial Intelligence kunt maken Drugs beter en sneller

Bestaande genetische analyses zijn gewoon niet krachtig genoeg

Door Rebecca Harrington Geplaatst 29 juli 2015
105 Shares .

Toen onderzoekers gebruikt om te proberen te diagnosticeren en behandelen van ziekten, zouden ze vaak zoeken naar een mutatie op een enkel gen dat het probleem veroorzaakte. Of misschien zouden ze kijken naar de gemiddelde effecten van een mutatie die leidde tot een ziekte in de gehele bevolking. Maar deze benaderingen negeerde de complexiteit en de bijzonderheden die echt leiden tot de ziekte te geven - demografische informatie, eiwitten, multi-gen interacties, milieu-effecten, en een hele reeks van andere facetten.

Tot voor kort, computers waren niet krachtig genoeg om te kunnen al deze informatie over gezondheid te analyseren, noch waren er groot genoeg datasets te testen. Maar de opkomst van kunstmatige intelligentie (AI) kan plagen uit interacties van de grote gezondheid van gegevens die voortkomen uit de mogelijkheid om snel hele genoom sequentie en het verzamelen van meer moleculaire informatie dan ooit tevoren. AI zou precisie geneeskunde een realiteit te maken, omdat het hopelijk op een dag in staat zal zijn om de unieke kenmerken van een individu heeft die kan leiden tot bepaalde ziekten, en hoe ze te behandelen identificeren.

"Dat is wat precisie geneeskunde is alles over. Ieder van ons is anders en ieder van ons is genetisch uniek, dus ieder van ons zou een behandeling die is afgestemd op onze individuele genetische make-up en onze individuele ecologische geschiedenis, "zei Jason H. Moore, hoofd van de afdeling Informatica aan de Universiteit van Pennsylvania. "Dus ik denk dat dat is waar kunstmatige intelligentie heeft een zeer belangrijke rol te spelen, is in staat om meerdere genetische en omgevingsfactoren samen te stellen om de belangrijke subgroepen te identificeren."

Twee onderzoekers, met inbegrip van Moore, presenteerden hun aanpak met behulp van gezondheid AI tijdens de Leveraging Big Data en Predictive Kennis bestrijding van de ziekte conferentie op de New York Academy of Sciences op dinsdag. Health AI in wezen steeds computers denken genomics, ziektes en behandelingen zoals mensen doen, maar in een veel snellere, meer krachtige manier en op grotere schaal.

Een van de meest interessante toepassingen voor AI is het identificeren van nieuwe targets voor geneesmiddelen die de vorige methoden hebt gemist. Sinds de ontwikkeling van een enkel geneesmiddel duurt gemiddeld tot 14 jaar en $ 2600000000, zou farmaceutische bedrijven willen wat ze kunnen doen om die tijd en kosten te verlagen.

Dr. Niven Narain, mede-oprichter, voorzitter en Chief Technology Officer voor biofarmaceutische bedrijf Berg, besproken zijn bedrijf Vragende Biology AI platform dat meerdere drug targets die in ontwikkeling is geïdentificeerd en ten minste 25 meer die in de pijplijn. Berg platform trekt samen als veel gegevens over individuele patiënten mogelijk - van demografische informatie en milieu-omstandigheden om genetische mutaties - om plagen uit de mogelijkheden voor nieuwe behandelingen. Hij zei dat methode Berg heeft de tijd en geld die nodig is om drugs te ontwikkelen door meer dan de helft te snijden.

"Het is niet alleen dat we het verminderen van de tijd om de drug te produceren; het geneesmiddel dat wordt geproduceerd zal meer impact hebben, "aldus Narain. "Dat is ook een metric die moet ongrijpbaar worden gewaardeerd, want je kon dingen gedaan sneller [met de huidige ontwikkeling van geneesmiddelen methoden] te krijgen, maar het is alleen maar om 10.000 mensen te helpen. Maar als je het sneller [met AI] gedaan en je helpt 10 miljoen mensen, dat is een groot verschil. "

Met behulp van hun AI systeem, EMERGENT, Moore's lab ontdekt vijf nieuwe biomarkers die kunnen worden potentiële drug targets voor de oogaandoening glaucoom. Om dit te doen, zei hij, zij-ingang patiëntgegevens voor 2300 gezonde en ongezonde personen, gegevens over meer dan 600.000 specifieke DNA-sequenties, en kennis van specifiek gen interacties in EMERGENT. Eén van de DNA-sequenties die het AI systeem was niet onbekend beïnvloeden glaucoom, en de andere vijf nieuwe mogelijkheden voor de ontwikkeling van geneesmiddelen.

Vervolgens Moore zei dat zijn groep werkt aan het ontwikkelen van betere manieren om de gegevens die AI computers spugen visualiseren - de resultaten kunnen niet behulpzaam zijn, tenzij biologen kunnen uitleggen wat ze betekenen en hoe ze kunnen worden gebruikt. Zijn groep is eigenlijk het gebruik van de video game platform Unity Technologies om apps die uiteindelijk zou kunnen onderzoekers om zich volledig onder te dompelen in hun gegevens en AI algoritmen in een gaming systeem te ontwikkelen.

"Stel je voor al uw big data leven in een video game, en je vliegt er doorheen en je iets interessants te zien. Wat u wilt kunnen doen vanuit de visualisatie is zeggen: 'Aha, dat ziet er interessant,' en op een knop drukken, en hebben een analyse run op dat stuk van de gegevens die u hebt gezien en hebben het resultaat terug te komen in real time. En dan kunt u door te vliegen, zie iets anders, druk op een knop en krijg een analyseresultaat. Dus je wilt de analyse worden verweven met de visualisatie. Ik denk dat dat verandert de manier waarop we analyseren big data. "

.

Maar Moore denkt dat het zal waarschijnlijk minstens twee decennia duren voordat AI wordt toegankelijk en interpreteerbaar genoeg om zijn potentieel volledig te bereiken. Narain zei dat de eerste toepassingen van AI in de geneeskunde zou kunnen komen in de komende drie tot vier jaar, met name omdat de Amerikaanse Federal Drug Administration en verzekeraars beginnen om het gebruik van big data in het maken van de gezondheidszorg beslissingen te moedigen.

"Ik denk dat AI is wat er gaat deze omvangrijke hoeveelheid informatie inrijden gaande van data naar kennis en van kennis naar producten," aldus Narain. "AI gaat naar snelheid die verwerken up te helpen, en helpen om het lawaai van wat de echte, ware signaal te verwijderen. En dat signaal gaat echt rijden processen. "

.
105 Shares .
.
.

Source: www.popsci.com