FREED++. Ускоряем поиск новых лекарств с помощью нейросетей

Привет! Меня зовут Александр Телепов, я — исследователь в Институте AIRI. Наша команда занимается применением глубокого обучения в науках о жизни. В сферу наших интересов входят такие задачи, как дизайн материалов, анализ растворимости или поиск новых лекарственных препаратов. Про последнее я бы хотел поговорить поподробнее. О том, что сегодня для поиска новых соединений используют нейросети, слышали многие. Взять хотя бы нашумевший AlphaFold 3 от DeepMind, решающий задачу генерации трехмерной структуры разнообразных молекулярных комплексов. Существуют и другие задачи, в которых нейросети преуспели над классическими численными методами. Ярчайший пример — генерация молекул‑лекарств. Одним из самых заметных подходов к этой задаче стал фреймворк генерации молекул‑лекарств на основе методов обучения с подкреплением FREED. Но и он оказался далёк от идеала. Не так давно наша научная группа воспроизвела, тщательно исследовала и существенно улучшила FREED. Мы представим свои результаты в журнале TMLR , статья доступна на архиве . Здесь же я кратко расскажу про сам FREED и его проблемы, а также суть наших исправлений этого подхода.

https://habr.com/ru/companies/airi/articles/842534/

#разработка_лекарственных_препаратов #глубокое_обучение #медицинская_химия #оптимизация_молекул #генерация_молекул #deep_learning #drug_design #medicinal_chemistry #molecule_optimization #molecule_generation

Химический IT кентавр – хемоинформатика

В 21 веке мы сталкиваемся с бурным развитием мультидисциплинарных наук, где информационные технологии играют ключевую роль. Одной из привлекающих внимание областей, где эти технологии активно применяются, является хемоинформатика (от анг. chemoinformatics ). Определение, данное И.Гастайгером, звучит так, хемоинформатика — это применение методов информатики для решения химических задач [ 1 ].

https://habr.com/ru/articles/825516/

#хемоинформатика #машинное_обучение_в_химии #drug_design #qsar #предиктивная_токсикология