我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

AI有助于发现药物可能对抗衰老的影响

一个伸出的手拿着各式各样的药。
信贷:Ksenia Yakovleva / Unsplash。

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“人工智能可以帮助找到药物可能对抗衰老的影响”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

三个目标的化学物质有缺陷的细胞与一系列的与年龄有关的症状被发现使用先进的方法,这是数百次低于标准的筛选方法,研究人员说。


发现表明这些药物可以安全地删除有缺陷的细胞——被称为衰老细胞与条件包括癌症、老年痴呆症和视力下降和机动性。

想要更多的最新消息?

订阅188金宝搏备用的日常通讯,提供每天打破科学消息直接发送到您的收件箱中。

免费订阅

有害的副作用

虽然先前的研究显示早期承诺,直到现在一些化学物质可以安全地消除衰老细胞已确定。


这些senolytic药物通常是剧毒对正常,身体的健康细胞,研究人员说。

机器学习

现在,爱丁堡为首的一个研究小组设计了一种发现senolytic药物使用的人工智能。


他们发明了一种机器学习模型通过训练它认识到化学物质与senolytic活动的关键特性,使用的数据来自2500多个从先前的研究化学结构已被敌军布上了地雷。


团队然后使用模型来屏幕超过4000种化学物质,确定21例潜在候选药物实验测试。

这项研究表明人工智能可以非常有效地帮助我们识别候选新药,特别是在早期阶段疾病的药物发现和复杂的生物学或一些已知的分子靶点。


迭戈Oyarzun博士信息学与生物科学学院

天然产物

实验室测试在人类细胞中发现的三个化学物质——银杏亭,periplocin和oleandrin——能够清除衰老细胞而不会破坏健康的细胞。


所有三个天然产物中发现传统的草药,研究小组说。Oleandrin被发现比表现最好的已知senolytic药物更有效。


这项工作被证实密集数据科学家之间的合作,化学家和生物学家。利用这个跨学科的优势组合,我们可以构建健壮的模型和保存筛选成本只使用发布数据模型的训练。我希望这项工作将打开新的机遇加快这个令人兴奋的应用技术。
凡妮莎Smer-Barreto博士遗传学和癌症研究所和学校的信息

参考:业务一个Smer-Barreto V, Quintanilla说道,艾略特雷诺公司,等。发现senolytics使用机器学习。Nat Commun。2023;14 (1):3445。doi:10.1038 / s41467 - 023 - 39120 - 1


本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

广告
Baidu