研究前沿：浙江大学-深度学习大规模药物发现 | Nature Computational Science

文章预览

大规模药物研发和再利用，是极具挑战的。确定作用机制mechanism of action (MOA) 是至关重要的，但目前的方法，成本高，产量低。 今日，浙江大学药学院、之江实验室联合美国斯坦福大学等，在Nature Computational Science上发文，提出了通过分析线粒体表型变化，确定药物作用机制MOA的方法。 通过对线粒体形态和膜电位进行时间成像，建立了用于监测时间分辨线粒体图像的流程，产生了包含570,096个单细胞图像的数据集，这些单细胞图像是暴露于1,068种美国食品和药物管理局批准药物的细胞。还开发了名为MitoReID深度学习模型，利用了重新识别re-identification (ReID)系统框架和膨胀3D ResNet主体网络。 在测试集上，获得了76.32% Rank-1和65.92%平均精度，并在线粒体表型的基础上，成功鉴定了6种未经训练的药物作用机制MOA。MitoReID将环氧化酶-2抑制确定为茶叶中天然化 ………………………………