शोधकर्ताओं ने प्रोटीनटॉक्स विकसित किया है, जो कृत्रिम बुद्धिमत्ता (एआई) द्वारा संचालित एक वर्चुअल सेल मॉडल है, जिसे इन सिलिको दवा की खोज को गति देने के लिए डिज़ाइन किया गया है। मॉडल दवा की प्रभावकारिता की भविष्यवाणी करने और संभावित दवा संयोजनों की पहचान करने के लिए परेशान स्तन कैंसर सेल लाइनों से व्यापक, समय-समाधान प्रोटीन डेटा का उपयोग करता है।
प्रोटीनटॉक्स के केंद्र में एक नया प्रीट्रेनिंग फ्रेमवर्क है जो अस्थायी प्रोटीनोम प्रक्षेपवक्रों से हस्तांतरणीय गतिशील गुप्त अभ्यावेदन सीखता है। टीम ने 38 मिलियन से अधिक अस्थायी प्रोटीन प्रचुरता माप उत्पन्न किए। विभिन्न गड़बड़ियों के लिए प्रोटीन प्रतिक्रियाओं को मॉडल करके, मॉडल दवा की प्रभावकारिता की भविष्यवाणी कर सकता है, नई दवा संयोजनों की खोज कर सकता है, दवा प्रतिरोध तंत्रों की जांच कर सकता है, रोगी प्रतिक्रियाओं को स्तरीकृत कर सकता है और रोगी ऑर्गेनोइड्स के लिए दवा उम्मीदवारों को प्राथमिकता दे सकता है।
मॉडल मजबूत हस्तांतरणीयता का प्रदर्शन करता है, अपनी भविष्य कहनेवाला क्षमताओं को सेल लाइनों से परे रोगी-व्युत्पन्न ऑर्गेनोइड्स और नैदानिक बायोप्सी तक विस्तारित करता है, लगातार बेंचमार्क कार्यान्वयन से बेहतर प्रदर्शन करता है। कच्चे द्रव्यमान स्पेक्ट्रोमेट्री प्रोटिओमिक डेटा iProX (IPX0007409000) के माध्यम से उपलब्ध हैं, और PTDS प्रोटीन मैट्रिक्स और संबंधित संसाधन शैक्षणिक और गैर-व्यावसायिक उपयोग के लिए db.prottalks.com पर पहुंच योग्य हैं। अतिरिक्त डेटा स्रोतों में क्योटो जीन और जीनोम का विश्वकोश, मेटास्केप, स्ट्रिंग और इनजेनुइटी पाथवे एनालिसिस शामिल हैं। परियोजना के डेटा विश्लेषण कोड GitHub पर https://github.com/guomics-lab/PTV-1 पर उपलब्ध हैं।
मूल कवरेज पढ़ें
💬 टिप्पणियाँ
📜 टिप्पणी नीति