Oparty na wiedzy framework sztucznej inteligencji do przewidywania odpowiedzi pojedynczych komórek na nieprofilowane leki

Feng i współpracownicy zaprezentowali MAP — framework sztucznej inteligencji integrujący wiedzę o mechanizmach biologicznych w celu przewidywania odpowiedzi pojedynczych komórek na perturbacje chemiczne, w tym na leki dotąd nieprofilowane. System wykazał lepszą zdolność generalizacji na nietestowane związki w porównaniu z istniejącymi metodami i został zastosowany do priorytetyzacji kandydatów na leki przeciwnowotworowe w wirtualnym screeningu. Praca, opublikowana w Nature Machine Intelligence, adresuje kluczowe wąskie gardło odkrywania leków obliczeniowo — przewidywanie odpowiedzi komórkowych w rozdzielczości pojedynczej komórki dla nowych molekuł bez wcześniejszych danych eksperymentalnych.