Российские и китайские исследователи пришли к выводу, что для эффективного применения искусственного интеллекта в наномедицине необходима разработка систем классификации и стандартизации данных. Такое заключение сделано по итогам анализа мировых публикаций о рациональной разработке нанотерапевтических препаратов нового поколения с использованием ИИ.
Учёные Института теоретической и экспериментальной биофизики РАН (Пущино) совместно с коллегами из Китая отметили: потенциал ИИ в наномедицине огромен, однако его сдерживают разрозненность и нехватка данных, сложности с контролем качества и длительные циклы валидации безопасности препаратов.
Исследователи предложили объединить существующие базы данных и выработать единые стандарты для систем, используемых при создании наночастиц, наносенсоров, белков и терапевтических молекул. Такие подходы, по их мнению, позволят ускорить переход от проектирования нанотехнологий к их клиническому применению.
ИИ-инструменты вроде AlphaFold2 уже доказали эффективность в предсказании структуры белков — теперь на повестке стоит вопрос формирования единого цифрового пространства для развития наномедицины нового уровня.
Учёные Института теоретической и экспериментальной биофизики РАН (Пущино) совместно с коллегами из Китая отметили: потенциал ИИ в наномедицине огромен, однако его сдерживают разрозненность и нехватка данных, сложности с контролем качества и длительные циклы валидации безопасности препаратов.
Исследователи предложили объединить существующие базы данных и выработать единые стандарты для систем, используемых при создании наночастиц, наносенсоров, белков и терапевтических молекул. Такие подходы, по их мнению, позволят ускорить переход от проектирования нанотехнологий к их клиническому применению.
ИИ-инструменты вроде AlphaFold2 уже доказали эффективность в предсказании структуры белков — теперь на повестке стоит вопрос формирования единого цифрового пространства для развития наномедицины нового уровня.
