Notícias

Equipe treina modelo de IA para descoberta de alvos de doenças relacionadas à idade

Modelo de IA para descoberta de alvos de doenças relacionadas à idade

O principal método utilizado no trabalho. Crédito: Envelhecimento (2023). DOI: 10.18632/aging.205055

Um novo artigo de pesquisa intitulado “Modelo de linguagem transformadora baseado em pré-treinamento generativo biomédico para descoberta de alvos de doenças relacionadas à idade” foi publicado em Envelhecimento.

A descoberta de alvos é crucial para o desenvolvimento de terapêuticas e diagnósticos inovadores. No entanto, as abordagens atuais muitas vezes enfrentam limitações de eficiência, especificidade e escalabilidade, necessitando da exploração de novas estratégias para identificar e validar alvos relevantes para doenças. Os avanços no processamento da linguagem natural forneceram novos caminhos para prever potenciais alvos terapêuticos para várias doenças.

Em seu novo estudo os pesquisadores Diana Zagirova Stefan Pushkov Geoffrey Ho Duen Leung Bonnie Hei Man Liu Anatoly Urban Denis Sidorenko Aleksandr Kalashnikov Ekaterina Kozlova Vladimir Naumov Frank W. Pun Ivan V. Ozerov Alex Aliper e Alex Zhavoronkov da Insilico Medicine apresentam uma nova abordagem para prever alvos terapêuticos usando um modelo de linguagem grande (LLM).

“Treinamos um modelo BioGPT de domínio específico em um grande corpus de literatura biomédica que consiste em textos de bolsas e desenvolvemos um pipeline para gerar previsão de alvos”, explicam os pesquisadores.

Este estudo demonstra que o pré-treinamento do modelo LLM com textos específicos de tarefas melhora seu desempenho. Aplicando o pipeline desenvolvido, os pesquisadores recuperaram possíveis alvos de envelhecimento e doenças relacionadas à idade e mostraram que essas proteínas estão em correspondência com os dados do banco de dados. Além disso, eles propõem o CCR5 e o PTH como potenciais novos alvos anti-envelhecimento e de doenças de dupla finalidade que não foram previamente identificados como relacionados à idade, mas foram altamente classificados em sua abordagem.

“No geral, nosso trabalho destaca o alto potencial dos modelos de transformadores na previsão de novos alvos e fornece um roteiro para a integração futura de abordagens de IA para enfrentar os intrincados desafios apresentados no campo biomédico”, resume a equipe.

Mais Informações:
Diana Zagirova et al, modelo de linguagem transformadora baseado em pré-treinamento generativo biomédico para descoberta de alvos de doenças relacionadas à idade, Envelhecimento (2023). DOI: 10.18632/aging.205055

Fornecido por Impact Journals LLC

Citação: Equipe treina modelo de IA para descoberta de alvos de doenças relacionadas à idade (2023, 4 de outubro) recuperado em 4 de outubro de 2023 em https://medicalxpress.com/news/2023-10-team-ai-age-related-disease-discovery.html

Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.

Looks like you have blocked notifications!

Segue as Notícias da Comunidade PortalEnf e fica atualizado.(clica aqui)

Portalenf Comunidade de Saúde

A PortalEnf é um Portal de Saúde on-line que tem por objectivo divulgar tutoriais e notícias sobre a Saúde e a Enfermagem de forma a promover o conhecimento entre os seus membros.

Deixe um comentário

Artigos Relacionados

Botão Voltar ao Topo
Keuntungan Bermain Di Situs Judi Bola Terpercaya Resmi slot server jepang