L'algoritmo SPADE riduce del 60% i test per la scoperta di farmaci
Un nuovo algoritmo chiamato SPADE (Sparse Data Exploration) è in grado di trovare in media 10 candidati farmaci di alta qualità in soli 40 test, superando i metodi di deep learning e ottimizzazione bayesiana. L'algoritmo raggiunge miglioramenti medi del 7%-32% nell'efficienza del campionamento ed è 10 volte più veloce del suo concorrente più vicino nella valutazione dei candidati farmaci. SPADE è progettato per proteine nuove senza dati precedenti, affrontando un collo di bottiglia chiave nella scoperta di farmaci dove meno del 5% dei ligandi candidati supera le fasi iniziali. Il dataset e il codice sono disponibili pubblicamente.
Fatti principali
- SPADE richiede in media solo 40 test per trovare 10 ligandi di alta qualità
- SPADE supera i metodi di deep learning e ottimizzazione bayesiana su più proteine
- Miglioramenti medi del 7%-32% nell'efficienza del campionamento
- SPADE è 10 volte più veloce del suo concorrente più vicino nella valutazione dei candidati farmaci
- Progettato per proteine nuove senza dati precedenti
- Meno del 5% dei ligandi candidati supera le fasi iniziali della scoperta di farmaci
- Dataset e codice disponibili su anonymous.4open.science/r/SPADE_Fast_Drug_D
- Pubblicato su arXiv con ID 2605.05370
Entità
Istituzioni
- arXiv