bt365手机平台-下载首页

  • 一种算法设计来预测的发现成千上万的以前没有记录的影响800“无效”丸成分的生物效应。在这个可视化的研究人员的成果,非活性成分显示为蓝色和其蛋白质的目标,为红色。的数量的预测,然而,待验证,相互作用(灰色边缘)多于那些迄今记载(黑色)。

    一种算法设计来预测的发现成千上万的以前没有记录的影响800“无效”丸成分的生物效应。在这个可视化的研究人员的成果,非活性成分显示为蓝色和其蛋白质的目标,为红色。的数量的预测,然而,待验证,相互作用(灰色边缘)多于那些迄今记载(黑色)。

    图片:丹尼尔reker /科赫研究所

    全屏

“不活跃”丸的成分可以提高您的用药剂量

一种算法设计来预测的发现成千上万的以前没有记录的影响800“无效”丸成分的生物效应。在这个可视化的研究人员的成果,非活性成分显示为蓝色和其蛋白质的目标,为红色。的数量的预测,然而,待验证,相互作用(灰色边缘)多于那些迄今记载(黑色)。

从人工智能的帮助下,研究人员识别隐藏的维生素A和普通口香糖釉功率。


记者联系

金·马蒂诺
电子邮件: kimmarti@mit.edu
电话:617-710-5216
bt365手机app追求情报

平均用药含有加入到丸八“无效”成分的组合,以使他们更好地品味,持续时间更长,并在稳定的有效成分。现在其中的一些添加剂越来越为自己引起部分患者过敏反应能力一探究竟。但现在,在一个新的转折,bt365手机app的研究人员发现,另外两个非活性成分可实际上提高药物实力的一些患者受益。 

在发表的一项研究3月17日 细胞的报道, 研究人员报告说,维生素A棕榈酸酯,一个共同的补充,和胶树脂,药丸和口香糖流行的上光剂 - 可以使数以百计的药物更有效,从血液凝血剂和抗癌症药物过度的非处方止痛药。他们还概述了使用机器学习来找到未开发的治疗价值的其他非活性成分的方法。 

“任何你摄取有潜在影响,但追踪到分子水平的影响可以是一个艰巨的努力,”该研究的资深作者 乔瓦尼特拉韦尔索在机械工程系的助理教授,布莱根妇女医院肠胃病。 “机器学习为您提供了一种方法来缩小搜索空间。”

研究人员选择集中他们的搜索两种蛋白在药物输送中的丰厚角色称为体:转运蛋白P-糖蛋白(P-GP)和代谢蛋白质UDP-glucuronosyltranferase-2B7(UGT2B7)。一个或两个都参与调节的由美国批准的近1,900个药品20%的影响食品和药物管理局(FDA)。 

研究人员想知道是否有任何美国FDA的批准800种食品和药品的添加剂会扭曲或者蛋白质的功能。手工筛选所有800种化合物将是冗长和昂贵的。所以,相反,他们建立了一个计算机平台上做的工作对他们来说,适应使用的制药企业,以排除药物的药物相互作用的方法。

它们供给该系统FDA的800种的非活性成分的化学结构,以及百万的药物和已知与酶功能干扰的其它化合物。他们接着问这个平台来预测食品和药物添加剂将是其中最有可能中断P-gp和UGT2B7并让更多的进入人体后,在P-gp的情况下,或减缓其出口,如改变药物的效力UGT2B7。

机器学习使研究人员数以百万计的药物和非活性成分之间快速进行比较,以最容易识别添加剂产生作用。两个顶部候选出现了:维生素A棕榈酸酯,作为P-gp的预测抑制剂和枞酸,在胶树脂(基本上,树液)的成分,作为UGT2B7的预测抑制剂。

接下来研究人员搬到了实验室物理测试计算机的预测。在一个实验中,他们给小鼠维生素随后血clotter的正常剂量的华法林一个强化水。用一个简单的血液检查,他们证实了小鼠已经吸收多30%的药物,强烈表明,维生素A改善了华法林的摄取。 

在第二个实验中,他们处理的猪肝脏的一小部分与失去它的能力发出荧光作为UGT2B7消化它的物质。当加入的松香酸,所述物质持续发出荧光。药物开发者使用测试,以确认一个药物可作为酶抑制剂,在这里,研究证实,松香酸已,实际上,有针对性UGT2B7作为预测。虽然没有实际的药物测试,结果表明,如果树脂胶均用普通止痛药如布洛芬,它可以增加其强度,特拉韦尔索说,就像维生素A具有在小鼠华法林。

机器学习方法正越来越多地帮助识别和设计新的药物。在最近的一次发现,bt365手机app的研究人员使用了深刻的学习算法来找出在药物再利用中心一个全新的抗生素化合物的数据库批准,或正在审查,供人类使用。隐藏在众目睽睽作为建议糖尿病治疗, 该化合物 经鉴定,因为算法具有的杀菌剂应该是什么样子没有成见。

很像药品再利用中心,FDA的非活性成分列表是药物开发一个大抽奖。成分已经在市场上,该研究报告的主要作者,即使他们还没有被批准的新用途, 丹尼尔reker, 在bt365手机app瑞士国家科学基金会博士后的 科赫研究所综合癌症研究。如果一个有前途的生物关联发现,发现能迅速转移到临床试验。它可能需要数年,相比之下,测试合成或在实验室中发现的新分子的安全性。 

“同时进一步测试是必要了解这些效果有多强是人类,我们的算法提请可能有直接影响的新的结论,说:” reker。 “药物发现是如此漫长而昂贵的过程,我们很高兴能够与机器学习可以帮助改善的可能性。” 

球队的极大兴趣,非活性成分的隐藏效果特拉韦尔索的腹腔疾病的患者服用后,后来发现含有麸质的药物后,病情加重的增长。特拉韦尔索和他的同事们想知道其他所谓惰性成分可能会影响病人。 

通过在美国销售的42,000药物的成分列表筛选,他们发现,有一半以上含有至少一种类型的糖与肠易激综合征的人被告知要避免的; 45%的含有乳糖;和第三包含链接到过敏反应食品染料。虽然一丸可能无法包含足够的成分来捣乱的,它可以在患者在服用多种药物加起来,研究人员警告说。他们 报道 他们的研究结果在去年 科学转化医学。

在目前的研究中,研究人员选择了探索那些成分相同的治疗价值。比较800“无效”成分的化学结构与的近1,900个批准的药物化合物,他们发现在它们的化学结构和性质的重叠数量惊人。这促使他们尝试和预测所有800种成分的生物效应。最终,他们发现数千以前未记录的效果,这表明维生素以外其他有益的化合物一棕榈酸酯和胶树脂可以等待发现。

如果证实在临床试验中,维生素A和树胶脂可以被添加到数百由P-gp的或UGT2B7的蛋白质,包括抗癌药调制的药物,以改善摄取药物的或减少的制剂,研究人员所需要的量说。维生素A,松香,和他们一样的化合物,也可能是全新的药物的起点。 

“机器学习使我们更接近医学的更加个性化的形式,医生将能够考虑到他们的饮食,他们的药物非活性成分,和其他因素,更有效地治疗病人,说:” reker。

该研究资助,部分由bt365手机app,IBM沃森AI实验室和健康的国家机构。


主题: 追求智慧, 机械工业, 科赫研究所, MIT-IBM沃森人工智能实验室, 研究, 药品, 疾病, 机器学习, 人工智能, 算法, 药物, 卫生保健, 工程学院

回到顶端