日本在线看黄a美女久草|日本动漫亚洲在线一区|日韩人妻无码免费视频|A√有码中文字幕|日韩一级片视频热久久久|一区二区三区四区精品无码在线|亚洲AV成人无码一二三app|亚洲综合图片绯色|91极品人妻在线网站|国产成人精品一区二三区四区五区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號安全和更好的產(chǎn)品體驗,強烈建議使用更快更安全的瀏覽器
此為臨時鏈接,僅用于文章預覽,將在時失效
業(yè)界 正文
發(fā)私信給nebula
發(fā)送

0

騰訊量子實驗室耐藥性數(shù)據(jù)庫面向全球開放,已獲43 個國家和地區(qū)調(diào)用

導語:9月7日,2023騰訊全球數(shù)字生態(tài)大會于深圳成功舉辦。

9月7日,2023騰訊全球數(shù)字生態(tài)大會于深圳成功舉辦。會上,騰訊集團副總裁、政企業(yè)務總裁李強提到,針對傳染病和癌癥等疾病領(lǐng)域面臨的耐藥性問題,騰訊量子實驗室構(gòu)建了一個海量的 MdrDB 耐藥性數(shù)據(jù)庫,樣本量達到 10 萬,是行業(yè)第二名的 100 倍。

豐富的數(shù)據(jù)量,能夠為 AI 進行藥物的耐藥性測試提供足夠的訓練樣本,使用 MdrDB 的 AI 耐藥性預測精準度提升 30%。目前,MdrDB 已向行業(yè)和學術(shù)機構(gòu)全面開放,已有來自 6 個大洲的 43 個國家和地區(qū)的 3000 多名用戶和機構(gòu)訪問和調(diào)用 MdrDB 耐藥性數(shù)據(jù)庫。

對于一款新藥來說,研發(fā)投入大、周期長、失敗率高,注定是一個向死而生的過程。數(shù)據(jù)顯示,藥物從最初的實驗研究到最終上市,平均要花費12年時間、60多億美元、6000多個實驗,才能最終得到1個新藥。

數(shù)據(jù)樣本不足,更是成為全世界研發(fā)新藥面臨的最大問題。基于此,騰訊量子實驗室此前推出了全球最大的耐藥性數(shù)據(jù)庫MdrDB,相關(guān)內(nèi)容已經(jīng)收錄于Nature 旗下的 Communications Chemistry 期刊。

耐藥性是醫(yī)藥領(lǐng)域面臨的一大挑戰(zhàn),突變誘導耐藥性是導致藥物治療失效的重要原因之一。騰訊量子實驗室構(gòu)建的MdrDB耐藥性數(shù)據(jù)庫致力于提供大量與蛋白質(zhì)結(jié)構(gòu)突變誘導的耐藥性相關(guān)的數(shù)據(jù)。

該數(shù)據(jù)庫包括了野生型和突變型蛋白質(zhì)-配體復合物的結(jié)構(gòu)信息,以及突變前后的結(jié)合親和力變化等生化特征。通過MdrDB,科學家可以更好地理解突變誘導的耐藥性機制,開發(fā)聯(lián)合治療策略,并發(fā)現(xiàn)全新的藥物。

MdrDB數(shù)據(jù)庫目前包含了來自240種蛋白質(zhì)、2503個突變和440種藥物組合的100537個樣本。與現(xiàn)有公開的耐藥性數(shù)據(jù)庫相比,MdrDB具有多項優(yōu)勢。首先,它是目前最大的蛋白質(zhì)突變誘導耐藥數(shù)據(jù)庫,涵蓋了各種蛋白質(zhì)家族的突變信息。其次,MdrDB提供了結(jié)構(gòu)化的數(shù)據(jù),有助于研究蛋白質(zhì)突變和耐藥性建模。此外,MdrDB還包含多種突變類型,包括單點突變和復雜的多位點突變,進一步豐富了數(shù)據(jù)庫的內(nèi)容。

通過使用MdrDB數(shù)據(jù)庫,研究人員在耐藥性預測方面取得了顯著進展。此前,由于數(shù)據(jù)少、不平衡以及缺乏結(jié)構(gòu)信息等問題,耐藥性的精確預測一直是一個巨大的挑戰(zhàn)。在構(gòu)建了MdrDB數(shù)據(jù)庫后,作者也考察了該數(shù)據(jù)庫對耐藥性預測的AI算法的幫助。結(jié)果發(fā)現(xiàn),幾乎所有使用MdrDB作為訓練數(shù)據(jù)的經(jīng)典機器學習模型在酪氨酸激酶抑制劑耐藥性預測問題上都取得了顯著的性能提升。這為開發(fā)更精準的耐藥性預測方法提供了更強大的底層工具。

MdrDB的發(fā)布為科學家們提供了寶貴的資源,將推動更多的研究人員共同開展耐藥性研究。通過更全面、更方便地獲取蛋白質(zhì)結(jié)構(gòu)和配體結(jié)合親和力數(shù)據(jù),我們可以加深對突變誘導的耐藥性機制的理解,提高對全新突變的預測能力,并為耐藥性預測提供更有效的計算方法。

MdrDB的發(fā)布標志著耐藥性研究邁出了重要一步,有望為未來藥物開發(fā)和治療方案的優(yōu)化帶來新的希望。騰訊量子實驗室負責人張勝譽表示,“AI for Science的一個常見困難是數(shù)據(jù)的數(shù)量不足,內(nèi)容和標準也各異。這項工作在幫助補齊AI科學中數(shù)據(jù)短板的方向邁出堅實的一步,緩解了相關(guān)問題中AI算法過擬合和泛化差的普遍性問題。通過提供更大規(guī)模的數(shù)據(jù)集,我們致力于幫助改善AI算法的性能,提高其在科學研究中的泛化能力,進一步推動AI在醫(yī)藥領(lǐng)域的發(fā)展和應用,以更好地服務人類健康?!?/p>

雷峰網(wǎng)(公眾號:雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。

分享:
相關(guān)文章
最新文章
請?zhí)顚懮暾埲速Y料
姓名
電話
郵箱
微信號
作品鏈接
個人簡介
為了您的賬戶安全,請驗證郵箱
您的郵箱還未驗證,完成可獲20積分喲!
請驗證您的郵箱
立即驗證
完善賬號信息
您的賬號已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說