Projekt: PATEN: Predicting Acute Toxicity with Ensemble Neural Networks

medycyna
Dokładna ocena toksyczności związków chemicznych ma kluczowe znaczenie dla zapewnienia ich bezpieczeństwa i skuteczności w dziedzinie odkrywania i opracowywania leków. Sztuczne sieci neuronowe to modele uczenia maszynowego, które uczą się wzorców w danych i przewidują nowe dane. Celem tego projektu jest opracowanie modelu, który łączy kilka sieci neuronowych w celu dokładnego przewidywania toksyczności cząsteczek. Model został wytrenowany na cząsteczkach o znanych wartościach toksyczności i przetestowany na nowych danych, wykazując obiecujące zdolności predykcyjne. Projekt jest innowacyjny dzięki połączeniu chemii obliczeniowej i zaawansowanego uczenia maszynowego w celu przewidywania ostrej toksyczności, potencjalnie rozwijając dziedzinę opracowywania leków, która obecnie opiera się głównie na testach na zwierzętach w celu oceny toksyczności.
Izrael
Daniel Golshmid
Daniel Golshmid
Wiek: 17 lat