Wetenschappers kunnen met machine learning sneller potentiële medicijnen vinden

Moleculen-machine-learning-MIT

Wetenschappers van MIT kunnen machine learning inzetten om sneller potentiële medicijnen te vinden. Na training kan de technologie namelijk beter voorspellen welke moleculen de gewenste eigenschappen hebben dan de systemen dat nu kunnen. Dat melden de wetenschappers op de website van MIT.

Het model is getraind met een dataset waarin gegevens van 250.000 moleculen met diverse eigenschappen zaten. Het systeem moet de gegevens gebruiken om te voorspellen hoe je de moleculen het beste kunt optimaliseren, wil je ze als medicijnen gaan gebruiken.

Medicijnen maken

Bij de ontwikkeling kiest het lab vaak een basismolecuul met alle gewenste eigenschappen. Zo moet het molecuul zich aan een bepaalde receptor in het lichaam binden. Dat basismolecuul wordt daarna verbeterd, om te zorgen dat het eigenschappen krijgt die belangrijk zijn voor medicijnen. Het moet bijvoorbeeld eenvoudig te maken zijn en goed op te lossen in vloeistoffen.

Het systeem blijkt na de training beter in staat om die moleculen te optimaliseren dan bestaande systemen dat nu doen. Het systeem kan de synthetiseerbaarheid en oplosbaarheid beter bewerkstelligen, maar ook beter het beste basismolecuul vinden.

De wetenschappers willen het systeem nu op nog meer eigenschappen gaan testen, die ook relevant zijn. Daar is echter meer data voor nodig, terwijl er minder data van is. De wetenschappers zien het dan ook als een uitdaging om een systeem te maken dat kan werken met een gelimiteerde hoeveelheid data.