Medizin-KI: Deep-Learning-System soll neue Medikamente vorschlagen
Künstliche Intelligenz könnte bald auch in der Pharmaforschung gute Dienste leisten: US-Forscher haben eine Software geschrieben, die Molekularstrukturen mit Potenzial für die Medizin vorschlagen soll.
- Sascha Mattke
Forscher um Alán Aspuru-Guzik von der Harvard University haben ein System entwickelt, das sich mittels Deep Learning chemisches Wissen aneignet und auf dieser Grundlage neue Wirkstoff-Kandidaten für die Medizin finden soll. Damit könnte es die Suche nach medizinischen Wirkstoffen beschleunigen, berichtet Technology Review online in "Deep Learning in der Naturwissenschaft".
In der Pharmaforschung wird derzeit intensiv mit Software gearbeitet, die riesige Pools von Kandidaten durchforstet. Dazu nutzt sie von Chemikern geschriebene Regeln oder Simulationen, die nützliche Molekularstrukturen identifizieren oder voraussagen sollen. Bei den Regeln aber müssen Menschen enge Vorgaben machen, und Simulationen sind durch ihre Genauigkeit und die verfügbare Rechenleistung eingeschränkt. Aspuru-Guziks System dagegen soll Strukturen stärker unabhängig von Menschen entwerfen und gleichzeitig ohne aufwendige Simulationen auskommen.
Deep Learning hat in der Informatik bereits weite Verbreitung gefunden, wird in der Naturwissenschaft aber vergleichsweise wenig intensiv eingesetzt. Aspuru-Guzik und seine Kollegen arbeiten jetzt mit einem so genannten generativen Modell, das große Mengen an Daten verarbeitet und daraus lernt, plausible eigene Daten hervorzubringen. Bislang werden generative Modelle vor allem genutzt, um Bilder, Sprache oder Texte zu erzeugen, zum Beispiel bei Googles Smart Reply, das Antworten auf E-Mails vorschlägt.
Mehr dazu bei Technology Review online:
(sma)
