人工智能驱动的机械计算建模创新和生物医学应用的数字双胞胎
1Department of Biochemistry, University of Nebraska-Lincoln, Lincoln, NE 68588, United States.
Journal of molecular biology
|May 2, 2025
概括
将人工智能 (AI) 与机械模型相结合,可以增强对复杂生物系统的研究. 这种协同作用通过先进的计算模型改善了生物发现,药物开发和个性化医学.
科学领域:
- 计算生物学 计算生物学
- 生物医学信息学 生物医学信息学
- 系统生物学 系统生物学
背景情况:
- 由于高度的维度和非线性,复杂的生物系统在理解方面存在挑战.
- 机械建模提供了可解释性,但在可扩展性和参数估计方面存在困难.
- 人工智能 (AI) 在整合多omics数据进行预测方面表现出色,但缺乏可解释性.
研究的目的:
- 审查最近在生物医学应用中整合人工智能和机械建模方面的进展.
- 解决个人人工智能和机械模型方法的局限性.
- 突出综合模型在科学发现中的潜力.
主要方法:
- 关于人工智能和机械建模集成的最新文献的综述.
- 专注于计算模型和人工智能算法的进步.
- 探索生物学,药理学,药物发现和疾病建模中的应用.
主要成果:
- 人工智能通过启用新发现和提供对人工智能预测的洞察力来帮助机械建模.
- 集成方便复杂系统的建模和实验参数的估计.
- 替代模型是为了降低与机械模拟相关的计算成本而开发的.
结论:
- 人工智能和机械模型的整合对于推动生物发现和了解疾病机制至关重要.
- 这种协同作用支持药物开发和个性化医疗.
- 先进的生物医学模型,包括医疗数字双胞胎和虚拟患者,从这种整合中受益.
