L’Outil Surpuissant pour Exploser ton Chiffre d'Affaires en 2024 !
L'IA pourrait bientôt sauver une tonne d'animaux mignons (et moche) des tests de dépistage de drogue
Aussi sanglant et inhumain que cela puisse paraître, les tests sur les animaux font partie intégrante des procédures modernes de développement et d'approbation des médicaments et des composés chimiques. Et avec de bonnes raisons. Les scientifiques ne peuvent pas encore prédire de manière fiable les propriétés de nouveaux produits chimiques, encore moins comment ces composés pourraient interagir avec les cellules vivantes.
Mais un nouvel article publié dans le journal de recherche ] Toxicological Sciences montre qu'il est possible de prédire les attributs de nouveaux composés en utilisant les données que nous avons déjà sur les tests et expériences passés. Le système artificiellement intelligent a été formé pour prédire la toxicité de dizaines de milliers de produits chimiques inconnus, sur la base de tests précédents sur les animaux, et les résultats sont, dans certains cas, plus précis et fiables que les tests réels sur les animaux. crypto-monnaies?
Nous aussi.
L'utilisation de l'IA dans le processus de développement de médicaments n'a rien de nouveau. En fait avec 28 compagnies pharmaceutiques et 93 startups dépensant déjà des centaines de millions pour appliquer une machine l'apprentissage et d'autres techniques d'IA à la découverte de médicaments, le processus coûteux et long d'identifier et de tester de nouveaux médicaments, il semble que l'industrie est mûre pour une perturbation artificiellement intelligente.
Selon Andrew Hopkins PDG de l'Exscientia, l'intelligence artificielle fait «de meilleurs designs et de meilleures décisions sur les composés à fabriquer et à tester», conduisant finalement à moins d'expériences et «moins d'expériences signifient que vous économisez temps et argent.»
N'utilisez pas l'IA dans ce domaine parce que la biologie est complexe et désordonnée », mais c'est précisément à cause de la complexité de la prise de décision que nous devrions utiliser l'IA. Par exemple, les approches bayésiennes sont particulièrement applicables aux données désordonnées, où vous pouvez comprendre l'incertitude dans les données. L'IA ne nécessite pas de données parfaites pour des prédictions parfaites. Il s'agit en fait de la façon dont vous l'utilisez dans ces situations imparfaites, compliquées et compliquées pour trouver un signal parmi tout le bruit. "
Thomas Hartung, le toxicologue de l'Université Johns Hopkins à Baltimore, Maryland, qui dirige la recherche pour prédire les propriétés des médicaments sans tests sur des animaux vivants, des modèles informatiques pourraient remplacer certaines études de sécurité standard menées chaque année sur des millions d'animaux, comme jeter des composés dans les yeux des lapins pour vérifier s'ils sont irritants ou nourrir les rats avec des produits chimiques. "La puissance du big data signifie que nous pouvons produire un outil plus prédictif que de nombreux tests sur les animaux."
Son équipe a rendu possible cette approche prédictive en alimentant une grande quantité de données à son intelligence artificielle. collectées par l'Agence européenne des produits chimiques (ECHA) en vertu d'une loi de 2007 appelée REACH (enregistrement, évaluation, autorisation et restriction des produits chimiques).
Les données collectées dans la base de données de l'ECHA sont publiquement disponibles. En 2014, l'équipe de Hartung a commencé à reformater les données de manière à pouvoir les alimenter facilement, compromettant ainsi les informations sur environ 10 000 produits chimiques et leurs propriétés qui ont été rassemblées dans environ 800 000 tests sur les animaux
. Leur système est capable de prédire la toxicité de dizaines de milliers de produits chimiques couvrant neuf types de tests, couvrant tout, des dommages aux écosystèmes aquatiques aux dommages par inhalation.
Faire des tests sur les animaux dans le développement de médicaments est non seulement une noble cause. lumière des droits des animaux et de l'humanité, mais rend le processus de développement de médicaments plus court et moins cher, épargnant aux chercheurs une grande partie des tests en vrac qui sont actuellement effectués sur les animaux. En février, le Comité de coordination interinstitutions sur la validation des méthodes alternatives (ICCVAM), qui regroupe les efforts conjugués de 16 agences fédérales américaines pour mettre au point des méthodes de remplacement des tests sur les animaux, a élaboré une feuille de route stratégique En 1965, l'ICCVAM a invité des groupes de recherche et des universitaires du National Institutes of Health de Bethesda, au Maryland, à montrer à chaque groupe comment leur logiciel est capable de prédire la toxicité de 40 000 produits chimiques déjà testés sur le site. animaux.
Nicole Kleinstreuer
La combinaison de la prédiction de ces méthodes, qui incluait également l'intelligence artificielle de Hartung, conduit à des résultats Selon Nicole Kleinstreuer, directrice adjointe du Centre interinstitutions pour l'évaluation des méthodes toxicologiques alternatives du NTP, qui dirige également les travaux de toxicologie computationnelle de NICEATM. L'intelligence semble mûre pour entrer progressivement et remplacer une grande majorité des tests de sécurité standard qui sont effectués annuellement sur les animaux, il existe des tests d'effets plus complexes et à long terme comme l'impact d'un médicament sur la fertilité ou l'augmentation du cancer. Néanmoins, les perspectives n'ont jamais été meilleures pour les activistes des droits des animaux d'une part et pour les consommateurs d'autre part pour récolter les bénéfices de l'intelligence artificielle et de l'apprentissage automatique dans un autre domaine.
] TechTalks le blog qui explore comment la technologie résout les problèmes … et en crée de nouveaux. Comme eux sur Facebook ici et suivez-les ici:
Lire la suite:
Prime Day est mauvais pour la marque d'Amazon