Ученые Университета Карнеги-Меллон разработали систему, которая сможет прогнозировать результаты тестирования новых медицинских препаратов. Новинка сократит необходимое количество тестов на 70 процентов.
Перед выпуском нового лекарства исследователям необходимо убедиться в эффективности препарата и его безвредности для организма. Это чрезвычайно трудоемкий процесс, требующий проведения тестов почти для каждого возможного набора биологических условий. Исследователи смогли решить эту проблему - самообучающаяся роботизированная система способна с точностью предсказать результаты того или иного эксперимента без их фактического проведения.
В процессе испытаний система с помощью автоматизированного микроскопа визуализировала 96 клеток, зафиксировав в них расположение белка и его изменения после влияния препарата. Алгоритм обучения смог выявить закономерности в расположении белка, которые называется фенотипами. Путем группирования аналогичных изображений, система идентифицировала потенциально новые фенотипы без участия ученых. Чем больше данных получает новинка, тем лучше формируется прогностическая модель. Точность, с которой система предсказывает результат эксперимента, доходит до 92 процентов. Исследователи уверены, что их разработка поможет снизить затраты на тестирование лекарственных препаратов.
Ускорить выпуск медикаментов поможет также новый материал Collymers, который разработан учеными Purdue University. Collymers самостоятельно производит фибриллы коллагена, аналогичные человеческим, и идеально подходит для тестирования препаратов.
Присоединяйтесь к самому крупному DIY сообществу