Forscher an der Universit\u00e4t Bonn haben einen neuen Weg gefunden, die Wirksamkeit von Arzneimitteln vorherzusagen. Und wie? Mit Hilfe von Maschinellem Lernen und anderen schicken Methoden der K\u00fcnstlichen Intelligenz. Da staunst du, oder? Die Wissenschaftler wollen herausfinden, welcher Wirkstoff am besten gegen eine bestimmte Krankheit hilft. Das klingt nach einer wichtigen Frage. Schlie\u00dflich geht es darum, wie effektiv ein Wirkstoff an ein bestimmtes Protein bindet und dadurch im K\u00f6rper spezifische Reaktionen ausl\u00f6st.<\/p>\n
In einer Fachzeitschrift namens Cell Reports Physical Science haben Jannik P. Roth und Prof. Dr. J\u00fcrgen Bajorath von der Uni Bonn und dem Lamarr Institut f\u00fcr Maschinelles Lernen und K\u00fcnstliche Intelligenz ihre Forschungsergebnisse vorgestellt. Sie haben Modelle des Maschinellen Lernens entwickelt, die supergenaue Vorhersagen machen k\u00f6nnen. Und das Beste daran: Sie k\u00f6nnen sogar erkl\u00e4ren, wie sie zu ihren Ergebnissen gekommen sind. Keine Black Box mehr, sondern echte Transparenz!<\/p>\n
Normalerweise verwendet man beim Entwickeln von Medikamenten solche Machine Learning-Modelle, um vorherzusagen, ob bestimmte chemische Verbindungen an bestimmte Proteine binden. Das Problem ist nur, dass solche Methoden oft schwer zu verstehen sind. Da muss man dann noch zus\u00e4tzliche Analysen mit dem Computer machen, um das Ganze wirklich zu verstehen. Und wer hat schon Lust, stundenlang vor dem Bildschirm zu sitzen und sich den Kopf dar\u00fcber zu zerbrechen?<\/p>\n
Die Forscher haben sich deshalb etwas Neues \u00fcberlegt. Sie haben einen Algorithmus namens Support Vector Machine (SVM) verwendet und ein Konzept aus der Spieltheorie angewendet. Klingt kompliziert, ist es auch. Aber im Grunde geht es darum, den individuellen Beitrag jedes „Spielers“ zu messen. In diesem Fall sind die Spieler einzelne Atome oder Atomgruppen eines Molek\u00fcls und das „Spiel“ ist die Vorhersage der Aktivit\u00e4t. Clever, oder?<\/p>\n
Die gr\u00f6\u00dfte Herausforderung bestand darin, eine Methode zu entwickeln, mit der man diese Beitr\u00e4ge schnell und genau berechnen kann. Aber hey, wer sagt denn, dass Wissenschaft einfach ist? Die Methode kann \u00fcbrigens nicht nur in der Pharmazie eingesetzt werden, sondern in allen m\u00f6glichen Anwendungsbereichen des Maschinellen Lernens. Die Forscher haben auch schon Pl\u00e4ne f\u00fcr die Zukunft. Sie wollen die Erkl\u00e4rbarkeit ihrer Modelle verbessern und neue Ans\u00e4tze entwickeln, um das Maschinelle Lernen noch einfacher zu machen. Hut ab!<\/p>\n
Wenn du jetzt denkst, dass das alles total abgehoben und weit weg von der Realit\u00e4t ist, dann hast du vielleicht recht. Aber hey, genau das ist doch das Spannende an der Wissenschaft, oder? Eine Prise verr\u00fcckt, eine Prise Genie und am Ende kommt vielleicht etwas Gutes dabei heraus. In diesem Fall k\u00f6nnte die Forschung dazu beitragen, Medikamente schneller und effizienter zu entwickeln und die Wirksamkeit von Arzneimitteln genauer vorherzusagen. Klingt doch nach einem guten Plan, oder?<\/p>\n
Schlagw\u00f6rter: Lernens + FORSCHUNGSTICKER + BONN<\/p>\n","protected":false},"excerpt":{"rendered":"
Forscher an der Universit\u00e4t Bonn haben einen neuen Weg gefunden, die Wirksamkeit von Arzneimitteln vorherzusagen. Und wie? Mit Hilfe von Maschinellem Lernen und anderen schicken Methoden der K\u00fcnstlichen Intelligenz. Da staunst du, oder? Die Wissenschaftler wollen herausfinden, welcher Wirkstoff am besten gegen eine bestimmte Krankheit hilft. Das klingt nach einer...<\/p>\n","protected":false},"author":4,"featured_media":9849,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-9850","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/9850","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=9850"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/9850\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/9849"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=9850"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=9850"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=9850"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}