Onderzoekers van de Universiteit van Waterloo hebben een nieuw systeem ontwikkeld dat de ontdekking van nieuwe medicijnen aanzienlijk kan versnellen en de noodzaak van dure en tijdrovende laboratoriumtests kan verminderen.

De nieuwe technologie Pattern to Knowledge (P2K) kan de binding van biosequenties in seconden voorspellen en mogelijk knelpunten in geneesmiddelenonderzoek verminderen.

P2K gebruikt kunstmatige intelligentie (AI) om diepgaande kennis uit gegevens te benutten in plaats van alleen te vertrouwen op klassieke machine learning.

"P2K is een game changer gezien het vermogen om subtiele eiwitassociaties te onthullen die verstrikt zijn in complexe fysiochemische omgevingen en krachtig interacties te voorspellen op basis van alleen sequentiegegevens, " zei Andrew Wong, professor, Systeemontwerptechniek, en stichtend directeur, Centrum voor Patroonanalyse en Machine Intelligence (CPAMI). "De mogelijkheid om toegang te krijgen tot deze diepgaande kennis van bewezen wetenschappelijke resultaten zal het biologische onderzoek in de toekomst veranderen. P2K heeft de kracht om te transformeren hoe gegevens in de toekomst kunnen worden gebruikt."

Hoewel er een grote hoeveelheid biologische sequentiegegevens is verzameld, het extraheren van zinvolle en bruikbare kennis was niet eenvoudig. P2K-algoritmen pakken deze uitdaging aan door meerdere associaties te ontwarren om aminozuurbindingen te identificeren en te voorspellen die eiwitinteracties regelen. Omdat P2K veel sneller is dan bestaande software voor biosequentieanalyse met bijna 30 procent betere voorspellingsnauwkeurigheid, het zou de ontdekking van nieuwe medicijnen aanzienlijk kunnen versnellen. Door informatie te halen uit databases in de Cloud, P2K zou kunnen voorspellen hoe tumoreiwitten en mogelijke kankerbehandelingen op elkaar inwerken.

Hoewel nog in de vroege prototypefase, Professor Wong en zijn team hebben het online P2K-systeem openbaar gemaakt voor onderzoekers om nieuwe bio-sequentie-interacties te identificeren.

"Deze AI-technologie in handen geven van biomedische onderzoekers zal onmiddellijke resultaten opleveren, die kunnen worden gebruikt voor toekomstige wetenschappelijke ontdekkingen, " zei Antonio Sze-To, onderzoeksmedewerker, Systeemontwerptechniek, en mede-uitvinder van P2K.

Omdat het sequentiële gegevens analyseert, de toepasbaarheid van P2K beperkt zich niet tot biomedisch onderzoek. P2K kan de financiële sector ten goede komen door nuttige associaties en voorspellingen te doen voor slimme handel of de cyberbeveiligingssector door de waarschijnlijkheid van een potentiële cyberaanval te voorspellen.

Het onderzoeksrapport, "Pattern to Knowledge:Deep Knowledge-Directed Machine Learning for Residue-Residue Interaction Prediction" is onlangs gepubliceerd in Nature's Wetenschappelijke rapporten .