チャルマース工科大学とヨーテボリ大学の研究者らは、化学物質の分子構造に関する知識のみに基づいて、その化学物質が有毒かどうかを予測できるAI手法を開発した。
チャルマーズ工科大学とヨーテボリ大学のスウェーデンの研究者は、分子構造の知識のみに基づいて、有毒化学物質の識別を向上させる AI 手法を開発しました。 この方法は、社会で使用される化学物質の数が増え続けることのより良い管理と理解に貢献することができ、動物実験の量を減らすことにも役立ちます。
社会では化学物質が広範囲に使用されており、家庭用品から工業プロセスに至るまであらゆるものに使用されています。 多くの化学物質が水路や生態系に到達し、人間や他の生物に悪影響を及ぼす可能性があります。 一例は、地下水と飲料水の両方で最近検出された問題のある物質のグループである PFAS です。 たとえば、消火用泡や多くの消費者製品に使用されています。
続きを読む： TCS グローバル AI 調査: 重要なメモ
広範な化学規制にもかかわらず、人体や環境への悪影響は生じており、化学物質が安全であるとみなせるかどうかを証明するには、多くの場合、時間のかかる動物実験が必要です。 EU だけでも、さまざまな規制を遵守するために年間 200 万以上の動物が使用されています。 同時に、新しい化学物質が急速に開発されており、人体や環境への毒性を理由に制限が必要な化学物質を決定することは大きな課題です。
化学品の開発における貴重な支援
スウェーデンの研究者によって開発された新しい方法は、化学毒性を迅速かつコスト効率よく評価するために人工知能を利用しています。 したがって、有毒物質を初期段階で特定するために使用でき、動物実験の必要性を減らすのに役立ちます。
「私たちの手法では、化学構造に基づいて物質が有毒かどうかを予測できます。 これは、過去に実施された臨床検査からの大規模なデータセットを分析することによって開発および洗練されました。 これにより、このメソッドは、これまでテストされていなかった化学物質を正確に評価できるように訓練されました」とチャルマーズ工科大学数理科学部およびヨーテボリ大学生物学・環境科学部の研究者ミカエル・グスタフソン氏は述べています。
「現在、市場には10万以上の化学物質が存在しますが、その中で人体や環境に対する毒性が明確に説明されているものはほんの一部です。 動物実験を含む従来の方法を使用してこれらすべての化学物質の毒性を評価することは、実際には不可能です。 ここで、私たちの方法が新しい代替手段を提供できることがわかりました」とチャーマーズ大学およびヨーテボリ大学の数理科学部の教授であるエリック・クリスチャンソンは言います。
トップニュース: 毎日の AI ニュースまとめ: 私たちの目を引いた 10 の AI イベント
出版されたものによると、 報告有毒化学物質を検出するための新しい AI モデルは、独自のデータセットでトレーニングされました。 このデータセットは、3 つの生物グループの種を含む 6,473 の化学構造に対する 147,864 の実験測定値で構成されています。 研究者らは、この方法が環境研究だけでなく、新しい化学物質を使用または開発する当局や企業にとっても非常に役立つ可能性があると考えています。 したがって、彼らはそれを成し遂げました オープンで一般公開されている。
現在の計算ツールよりも広範囲かつ正確
有毒化学物質を発見するための計算ツールはすでに存在しますが、これまでのところ、それらの適用範囲が狭すぎたり、精度が低すぎたりして、臨床検査を大幅に置き換えることはできませんでした。 研究者らの研究では、彼らの手法を他の一般的に使用されている 3 つの計算ツールと比較し、新しい手法の方が精度が高く、より一般的に適用できることがわかりました。
写真家: トランスフォーマーにより、水生生物の急性および慢性の化学毒性を正確に予測できます
分子の構造の表現は、分子構造を解釈する事前学習済みトランスフォーマーへの入力として使用されます。 トランスフォーマーは、構造の毒性を数値的に表現した、いわゆる「ベクトル埋め込み」を作成します。 この情報は、評価したい毒性の種類と暴露期間に関する情報とともに、ディープ ニューラル ネットワーク (DNN) への入力として使用されます。 ニューラル ネットワークの出力は、要求された効果を引き起こす予測分子濃度です。
「私たちが使用する AI のタイプは、高度な深層学習手法に基づいています」とエリック・クリスチャンソン氏は言います。 「私たちの結果は、AI ベースの手法がすでに従来の計算アプローチと同等であることを示しており、利用可能なデータの量が増加し続けるにつれて、AI 手法がさらに改善されると期待しています。 したがって、AI には化学毒性の計算による評価を著しく向上させる可能性があると私たちは信じています。」
研究者らは、AI システムが臨床検査をますます大幅に置き換えることができるようになると予測しています。
「これは、新しい化学物質を開発する際の経済的コストだけでなく、動物実験の数も削減できることを意味します。 したがって、大規模で多様なデータを迅速に事前スクリーニングできる可能性は、新しくて安全な化学物質の開発を支援し、現在使用されている有毒物質の代替品を見つけるのに役立ちます。 したがって、私たちは AI ベースの手法が人間と生態系サービスに対する化学汚染の悪影響を軽減するのに役立つと信じています」とエリック・クリスチャンソンは言います。
詳細: 新しい AI 手法
この方法は以下に基づいています 変圧器もともと言語処理用に開発されたディープラーニング用の AI モデル。 チャット GPT – その略語は次の意味を持ちます。 生成的な事前トレーニング済みトランスフォーマー – はアプリケーションの一例です。
このモデルは最近、化学構造から情報を取得するのに非常に効率的であることも証明されました。 トランスフォーマーは、これまで可能であったものよりも高度な方法で、毒性を引き起こす分子の構造内の特性を特定できます。
この情報を使用すると、分子の毒性を次の方法で予測できます。 ディープニューラルネットワーク。 ニューラルネットワークとトランスフォーマーは、 AIの種類 これは、トレーニング データ (この場合は、さまざまな動物や植物に対する数千の異なる化学物質の影響に関する以前の実験室テストから得られた大量のデータ) を使用することで、継続的に自己改善を行っています。
AI ML のお知らせ: Litmos AI Assistant のご紹介: L&D 管理用の生成 AI ツール
詳細: 研究について
研究、 トランスフォーマーにより、水生生物の急性および慢性の化学毒性を正確に予測できますに掲載されました 科学の進歩。
この研究は、チャルマーズ工科大学とヨーテボリ大学のミカエル・グスタフソン氏とエリック・クリスチャンソン氏、チャルマーズ工科大学のスティルビョルン・ケル氏、フアン・S・インダ-ディアス氏、スヴェルカー・モランダー氏、およびチャルマーズ工科大学のパトリック・スヴェドベリ氏、ジェシカ・コリア氏、トーマス・バックハウス氏によって実施されました。ヨーテボリ大学。
写真家: ダニエル・スターレ、チャルマーズ工科大学
1716190789
#スウェーデンの研究者が有毒化学物質を検出する新しい #手法を開発
2024-05-20 07:28:52