薬物動態および毒物動態予測のための統合機械学習および深層学習駆動型人工知能モデル、およびその応用に関するレビュー

科学分野:

• 製薬科学
• 計算化学
• 創薬

背景:

• 人工知能（AI）は創薬に革命をもたらしており、深層学習（DL）と機械学習（ML）を組み合わせたハイブリッドモデルが有望視されています。
• 従来のMLおよびDLモデルは、吸収、分布、代謝、排泄、および毒性（ADMET）特性の正確な予測に苦労しています。
• ADMET予測精度の向上は、従来の創薬における大きな課題のままです。

研究 の 目的:

• 従来のDL/MLからハイブリッド学習モデルへの創薬におけるAIの変革をレビューすること。
• 製薬研究におけるハイブリッドAIモデルの体系的な傾向と利点を調査すること。
• ハイブリッドAIおよびマルチモデリング技術を利用した新しいADMETソフトウェアの役割を強調すること。

主な方法:

• ハイブリッド学習モデルに焦点を当てた、創薬におけるAI駆動型の変革の体系的なレビュー。
• ADMET予測のための従来のDLおよびMLアプローチとハイブリッドAIモデルの比較分析。
• 予測強化のためのハイブリッドAIと統合されたマルチモデリング技術の評価。

主要な成果:

• ハイブリッドAIモデルは、従来のMLおよびDLと比較して、効率の向上、創薬時間の短縮とコスト削減、および成功率の向上を示しています。
• ハイブリッドAIに基づく新しいADMETソフトウェアは、薬力学/薬力学予測とADMETエンドポイントの精度を向上させます。
• ハイブリッドAIは、予測信頼性を向上させることにより、新しい化学実体の発見を加速します。

結論:

• ハイブリッドAIモデルは、創薬における大きな進歩を表しており、優れたADMET予測精度を提供します。
• ハイブリッドAIおよびマルチモデリング技術の統合は、将来の製薬研究および開発にとって重要です。
• ハイブリッドアプローチを含むAI駆動型予測モデルの開発を継続することで、新規治療薬の提供が加速されます。