Aufbau eines AI-Workflows für die Arzneimittelentdeckung
Bietet Lösungen für die drei Kernaspekte der Arzneimittelforschung und -entwicklung:
- Literatur Mining::
- ausnutzenOpenMed-NER-ChemischSerienextraktion von Verbindungen aus der PubMed-Literatur
- KollokationExtraktion von RelationenModellierung des Netzwerks der Rollenbeziehungen
- Beispiel: Wirkstoff-Ziel-Paare aus "Ridecivir hemmt die SARS-CoV-2-Protease-Aktivität".
- Analyse der Testdaten::
- Die elektronischen Laboraufzeichnungen (ELN) wurden mit demOpenMed-NER-DosierungIdentifizierung von Konzentrationsdaten
- Physikalische Verknüpfungstechnologie zur Standardisierung von "5-FU" zu "Fluorouracil".
- Konstruktion von Wissensgraphen::
from openmed import build_kg kg = build_kg(research_papers, entity_types=['CHEMICAL','GENE','DISEASE'], model='OpenMed-NER-MultiDetect-434M')
Das Beispiel des Pfizer-Teams zeigt, dass nach der Einführung des OpenMed-Prozesses zur Identifizierung von Wirkstoffen die Effizienz des Literaturscreenings um 40% gesteigert und der Zyklus zur Entdeckung neuer Wirkstoffziele von 6 Monaten auf 3 Monate verkürzt werden konnte. Der Schlüssel ist die Integration in die PipelineOpenMed/OpenMed-NER-ADMET-290MDie Modellierung sagt die Eigenschaften von Verbindungen voraus.
Diese Antwort stammt aus dem ArtikelOpenMed: eine Open-Source-Plattform für kostenlose KI-Modelle im GesundheitswesenDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie kann OpenMed eingesetzt werden, um das Screening von Wirkstoffen in der Arzneimittelforschung zu beschleunigen?
Deutsch 
简体中文 
English 
日本語 
Português do Brasil