Российские ученые ускорили работу нейросетей для разработки лекарств

В пресс-службе НИУ ВШЭ сообщили, что ученые вуза обнаружили, что применение классических алгоритмов обучения с подкреплением значительно улучшает скорость и эффективность работы генеративных потоковых сетей (GFlowNets). Эти сети используются для ускоренной разработки лекарств и решения сложных задач оптимизации. Научный руководитель центра искусственного интеллекта НИУ ВШЭ, Алексей Наумов, отметил, что новый подход позволил сгенерировать на 30% больше качественных молекул лекарств, чем существующие методы. Ученые сравнивают работу генеративных потоковых сетей с конструктором LEGO, где система предсказывает оптимальное расположение «деталей» для создания нужной структуры молекулы. Интеграция классических методов, таких как M-DQN, в систему искусственного интеллекта для моделирования молекул, способных связываться с человеческим белком sEH, показала значительные преимущества перед специализированными подходами, отметили в пресс-службе....

16:55, 13.06.2024

Рубрика: «Наука и Технологии» Поделиться:

Российские ученые ускорили обработку сейсмоданных с помощью ИИ Специалисты Московского физико-технического института (МФТИ) разработали алгоритм, который ...

Российские учёные ускорили создание томографов и сенсоров будущего Учёные нашли способ прогнозировать поведение магнитных частиц в высокоточных приборах Росс ...

Российские ученые создали метод для оценки лекарств от рака В пресс-службе НИТУ МИСИС сообщили, что ученые вуза разработали протокол, позволяющий оцен ...

Российские ученые создадут орган на чипе для тестирования лекарств Российские ученые создадут «орган на чипе» для тестирования лекарств Специалисты Российской академии наук совместно с коллегами из МГТУ имени Баумана работают ...