科學家利用機器學習加快藥物制劑開發

【資料圖】

長效注射劑（LAI）是治療慢性病最有前途的治療策略之一，是一類先進的藥物遞送系統，可以提高治療效果、安全性和患者依從性。傳統的藥物制劑開發依賴于反復試錯，需要開展廣泛且耗時的體外實驗，然而，這種試錯法對聚合物LAI的開發帶來了重大挑戰。近期，多倫多大學的研究人員利用機器學習（ML）方法來幫助解決LAI開發中的這一瓶頸問題。研究成果發表在《Nature Communications》期刊，標題為“Machine learning models to accelerate the design of polymeric long-acting injectables”。

研究人員首先基于先前發表的研究構建了數據集，并將其分為兩個子集——用于訓練的訓練集和用于測試的測試集。接下來，研究人員訓練并評估了11種不同的ML算法，包括多元線性回歸（MLR）、最小絕對收縮和選擇算子回歸（LASSO）、偏最小二乘法（PLS）、決策樹（DT）、隨機森林（RF）、輕量梯度提升機（LGBM）、極限梯度提升（XGB）、自然梯度提升（NGB）、支持向量回歸（SVR）、K-最近鄰（KNN）和神經網絡（NN）。研究結果表明，ML算法可用于預測LAI的藥物釋放率，其中LGBM模型的預測性能最佳，準確率最高。研究還表明，這些經過訓練的模型可用于指導新型LAI的設計。另外，研究人員已經將此數據集和代碼共享在開源平臺Zenodo上，以供所有人使用來共同創建強大的制藥科學數據庫。

這項研究將ML技術應用于聚合物LAI的設計，朝著數據驅動的藥物制劑開發邁出了關鍵一步，也為制藥科學提供了新見解。

論文鏈接：https://www.nature.com/articles/s41467-022-35343-w

注：此研究成果摘自《Nature Communications》期刊原文章，文章內容不代表本網站觀點和立場，僅供參考。

知前沿，問智研。智研咨詢是中國一流產業咨詢機構，十數年持續深耕產業研究領域，提供深度產業研究報告、商業計劃書、可行性研究報告及定制服務等一站式產業咨詢服務。專業的角度、品質化的服務、敏銳的市場洞察力，專注于提供完善的產業解決方案，為您的投資決策賦能。

關鍵詞： 研究人員 藥物制劑 機器學習

責任編輯：Rex_10