Цель проекта: разработка эффективного метода перепрофилирования лекарственных средств, основанного на нейронной сети, обученной на графе с разнородными данными и создание единой программы по перепрофилированию лекарственных средств с возможностью прогнозирования возрастания риска заболеваемости тем или иным заболеванием среди населения. Задачи проекта: быстрое перепрофилирование существующих лекарственных препаратов в новую индикацию, прогнозирование заболеваемости и возможных эпидемий. В настоящей работе для решения поставленных задач предлагается агрегировать имеющиеся в открытых источниках данные о препаратах, мишенях (генах) и заболеваниях в единый граф и обучить с его использованием нейронную сеть, способную восстанавливать потенциально существующие связи между узлами в графе. Обучение нейронной сети такого типа может учитывать сложные взаимосвязи между узлами в графе (препаратами, белками, генами и заболеваниями) и использовать эту информацию для прогнозирования неизвестных ранее связей между препаратами и заболеваниями. Научная новизна работы заключается в применении такого подхода для решения задачи перепрофилирования лекарств. Подход на основе нейронной сети, обученной на графе с разнородными данными обладает рядом преимуществ перед подходами, которые используют только один тип данных (например, только структуру молекулы или только экспрессионный профиль препарата), основным из которых является способность выявлять скрытые связи между несколькими доменами знаний. Результат проекта: программа на основе ИИ, способная эффективно идентифицировать новые показания для существующих лекарственных препаратов и прогнозировать возможный рост заболеваемости тем или иным заболеванием среди населения. Потребители продукта: фармацевтические компании, исследовательские лаборатории, работники системы здравоохранения.

Производитель: ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "НОБЕЛЬ БЛЮ"

IT