Multimodaal AI-model voorspelt klinische toxiciteit van medicijnen
Wetenschappers hebben een architectuur ontwikkeld die verschillende databronnen combineert om de giftigheid van geneesmiddelen nauwkeurig te voorspellen. De methode richt zich op zowel moleculaire structuren als tekstmatige representaties om betere inzichten te genereren.
Het voorspellen van de toxiciteit van chemische stoffen is een uitdaging in de vroege fase van medicijnontwikkeling, mede door complexe datasets en de noodzaak om uitkomsten goed te kunnen interpreteren. Een nieuwe multimodale aanpak combineert sequentiële data en grafen van moleculen om nauwkeurigere voorspellingen te doen.
Onderzoek naar geneesmiddelen
In de farmaceutische industrie wordt volop ingezet op computermodellen om het ontwikkelingsproces van medicijnen te versnellen en te verfijnen. Door verschillende typen neurale netwerken te combineren, trachten onderzoekers de beperkingen van eerdere enkelvoudige systemen te overwinnen en tegelijkertijd inzichtelijk te maken waarop de berekeningen zijn gebaseerd.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel