La combinación de la ampliación de los depósitos de sustancias químicas y la incorporación de IA generativa en los procedimientos de descubrimiento de fármacos ha producido muchos candidatos a fármacos prometedores. Sin embargo, el verdadero desafío radica en identificar eficazmente compuestos con características ideales similares a las de un fármaco, específicamente aquellos relacionados con absorción, distribución, metabolismo, extracción y toxicidad (ADMET). Los métodos de detección convencionales pueden resultar tediosos y es posible que no proporcionen el nivel de precisión deseado. Para abordar este problema, un equipo de estimados investigadores de la Universidad de Stanford y Greenstone Biosciences han introducido ADMET-AIuna plataforma avanzada de aprendizaje automático diseñada para pronosticar propiedades ADMET para bibliotecas químicas extensas de forma rápida y precisa.
En el descubrimiento de fármacos, el acoplamiento de alto rendimiento y la IA generativa han aumentado considerablemente el número de candidatos potenciales para nuevos fármacos. Sin embargo, estos métodos a menudo producen moléculas que pueden no tener las mejores propiedades para su uso como fármacos. Esto significa que existe la necesidad de una herramienta de detección que sea rápida y precisa. La solución propuesta a este problema es ADMET-AI, que utiliza una red neuronal gráfica llamada Chemprop-RDKit. Esta red ha sido entrenada en 41 conjuntos de datos de Therapeutics Data Commons, lo que le permite superar a otras herramientas de predicción en velocidad y precisión. ADMET-AI también tiene características únicas, como hacer predicciones sobre lotes de moléculas y proporcionar predicciones contextualizadas basadas en un conjunto de medicamentos aprobados.
La arquitectura de ADMET-AI, específicamente la integración Chemprop-RDKit, combina una red neuronal gráfica con 200 características moleculares fisicoquímicas que calcula RDKit. Esta combinación única permite que el modelo prediga con precisión una amplia gama de propiedades ADMET, lo que ha resultado en su rendimiento sobresaliente y su clasificación promedio más alta en la clasificación del TDC ADMET Benchmark Group. La plataforma ha demostrado su eficacia en 41 conjuntos de datos TDC ADMET, sobresaliendo en tareas de regresión y clasificación. Una característica particularmente impresionante es la velocidad excepcional del servidor web, un 45% más rápido que el siguiente servidor web ADMET más rápido. Además, la versión local de ADMET-AI mejora su practicidad al proporcionar capacidades de predicción de alto rendimiento, que pueden procesar un millón de moléculas en sólo 3,1 horas.
En conclusión, ADMET-AI es una fuerza única que está revolucionando el campo del descubrimiento de fármacos al proporcionar una plataforma rápida, precisa y adaptable para analizar bibliotecas químicas masivas. ADMET-AI es una herramienta indispensable para investigadores y profesionales debido a su precisión en la predicción de las características de ADMET y su capacidad especial para proporcionar predicciones contextualizadas frente a un conjunto de referencia de medicamentos autorizados. Debido a su velocidad, precisión e interfaces fáciles de usar, la plataforma representa un salto sustancial en la identificación de fármacos candidatos con perfiles ADMET óptimos para un mayor desarrollo. Está disponible como servicio basado en web o como herramienta local. Las capacidades de ADMET-AI satisfacen la demanda apremiante de una herramienta de detección eficaz a la luz de la creciente complejidad de las campañas de descubrimiento de fármacos y la expansión de los espacios químicos. El ritmo y la precisión de los esfuerzos de descubrimiento de fármacos aumentan a medida que se expanden.
Revisar la Papel, Proyecto, y GitHub. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, no olvides seguirnos en Gorjeo. Unirse nuestro SubReddit de 36k+ ML, 41k+ comunidad de Facebook, Canal de discordiay LinkedIn Grarriba.
Si te gusta nuestro trabajo, te encantará nuestra newsletter.
Madhur Garg es pasante de consultoría en MarktechPost. Actualmente está cursando su Licenciatura en Ingeniería Civil y Ambiental en el Instituto Indio de Tecnología (IIT), Patna. Comparte una gran pasión por el aprendizaje automático y disfruta explorando los últimos avances en tecnologías y sus aplicaciones prácticas. Con un gran interés en la inteligencia artificial y sus diversas aplicaciones, Madhur está decidido a contribuir al campo de la ciencia de datos y aprovechar su impacto potencial en diversas industrias.