近日，由剑桥大学领导的研究人员设计了一种用作药物找到的机器学习算法，该算法的效率是工业标准的两倍，可以减缓研发新的疾病化疗方法的进程。研究人员用于他们的算法来辨识新的分子，转录了一种被指出与阿尔茨海默病和精神分裂症涉及的蛋白质。药物找到的一个关键问题是预测一个分子否不会转录特定的生理过程。
所以研究人员不会建构一个统计资料模型找寻未知的转录过程的分子之间的化学模式，但是创建这些模型的数据是受限的，因为实验成本很高，并且不确切哪种化学模式在统计资料上是有意义的。剑桥卡文迪什实验室的阿尔法·李博士指出机器学习在计算机视觉等数据非常丰富的领域获得了重大进展，下一个前沿领域就是科学应用，例如药物找到。虽然研究人员对这个问题具有物理上的洞察力，但仅次于的问题是如何将数据与基础化学和物理学融合一起。
该算法由Lee和他的同事与生物制药公司辉瑞合作开发，利用数学将与药物涉及的化学模式分离出来。最重要的是，该算法研究未知活性分子和未知不活跃的分子，并辨识分子中哪些部分对药物起到很最重要，哪些部分不最重要。一种被称作“数学原理”的随机矩阵理论得出了数据集，然后将其与活性和非活性分子的化学特征的统计数据展开较为，得出结论哪些化学模式对融合是最重要的，而不是产生于无意间。
活性分子还能计算出来出有另外六百万个分子。研究人员出售并检验了100个最涉及的分子。由此，他们找到了四个转录CHRM1受体的新分子，这是一种有可能与阿尔茨海默病和精神分裂症涉及的蛋白质。从六百万分子中萃取出有四个活性分子，就像在干草堆中寻找一根针，但是利用机器学习算法，事情不会显得更容易很多。
剑桥大学的研究人员目前正在研发算法，来预测制备简单有机分子的方法，以及拓展机器学习的新算法。这项研究获得了温顿可持续性物理方案的反对。
本文关键词：机器,学习,算法,攻,亚虎平台游戏官网,克难,疾,的,新救星,新
本文来源：亚虎平台游戏官网-www.bbpxx.com