Ученые создали метод выявления токсичности веществ, превосходящий по точности опыты на животных

Ученые из университета Джонса Хопкинса представили метод анализа токсичности веществ на бинарных коэффициентах сходства, который на 30 % точнее опытов на животных.

Система

Ученые собрали датасет из 80 тысяч химических веществ и 866 тысяч их свойств, полученных во время опытов на животных. С помощью коэффициентов сходства система рассчитывает вероятность опасности, а затем представляет сходства свойств в виде двумерных векторов. Исследователи тренировали систему анализировать токсичность входных данных на алгоритме random forest.

Результаты

Алгоритм показывал точность в 87 % — против точности в 57 % во время единичных опытов на животных и 81 % во время повторных. По мнению разработчиков, подобные методы ограничат жестокое обращение с животными во время тестирования лекарств и косметологических средств.

В июле 2018 года ученые из Стэнфорда представили нейросеть Decagon, способную прогнозировать возникновение побочных эффектов при приеме нескольких лекарств. По словам одного из разработчиков, для теста на взаимодействие всего с одним препаратом требуется провести 5 тысяч экспериментов. Масштабная система глубинного обучения изучает комбинированное воздействие медицинских препаратов на содержащиеся в базе протеины и предсказывает нежелательные последствия их приема.