用于神经退行性实验模型的人工智能
Sarah J Marzi1,2, Brian M Schilder1,2, Alexi Nott1,2
1UK Dementia Research Institute, Imperial College London, London, UK.
Alzheimer's & dementia : the journal of the Alzheimer's Association
|September 28, 2023
概括
人工智能 (AI) 和机器学习 (ML) 可以改善痴呆症研究的实验医学. 这些工具提高了可复制性和从模型转化到人类生物学上的翻译能力,解决了药物发现的关键挑战.
科学领域:
- 神经科学和实验医学
- 计算生物学和生物信息学
背景情况:
- 实验模型对于神经退行性疾病研究至关重要,但将研究结果转化为人类临床试验面临重大挑战,导致高失败率.
- 在临床前痴呆症研究中,可复制性和跨物种翻译是持续存在的问题,阻碍了有效治疗方法的开发.
研究的目的:
- 审查人工智能 (AI) 和机器学习 (ML) 在痴呆症研究实验医学中的应用.
- 突出在临床前痴呆症模型中量化和评估可翻译性的最佳实践和资源.
- 评估AI和ML如何提高跨模型可重现性和转化到人类生物学,同时保持可解释性.
主要方法:
- 在痴呆症实验医学中对AI和ML应用的系统审查.
- 分析复制性,跨物种翻译和数据策划方面的挑战.
- 确定数据资源和人工智能方法来应对这些挑战.
主要成果:
- 人工智能和机器学习方法正在实验医学中出现,但目前处于早期阶段.
- 确定的具体问题包括可复制性差,跨物种翻译困难和数据策划不足.
- 人工智能,特别是多学科分析,如果基于可靠的数据,就显示出改善药物发现和加强临床前研究的潜力.
结论:
- 人工智能和机器学习通过提高实验结果的可靠性和可翻译性,为推进痴呆症研究提供了重大前景.
- 成功实施AI/ML需要高质量,可重现的实验数据和有效的数据策划策略.
- 人工智能的未来应用在多omics分析中为痴呆症药物发现中新的治疗策略提供了令人兴奋的可能性.
关键词:
这是公平的,公平的.动物模型动物模型人工智能的人工智能是人工智能.比较生物学比较生物学痴呆症 痴呆症是一种痴呆症.实验模型是实验模型.这就是 iPSC 的意义.在的中.在体外 (in vitro) 的情况下.在活体中,活体中机器学习是机器学习.神经退行症的神经退行症在临床前的临床前.可复制性的可复制性翻译翻译翻译翻译翻译翻译更多相关视频
10:02Assessment of Spontaneous Alternation, Novel Object Recognition and Limb Clasping in Transgenic Mouse Models of Amyloid-β and Tau Neuropathology
Published on: May 28, 2017
26.9K
06:46Automated, Long-term Behavioral Assay for Cognitive Functions in Multiple Genetic Models of Alzheimer's Disease, Using IntelliCage
Published on: August 4, 2018
12.2K
