ML pour l'identification et la validation des cibles dans la découverte de médicaments

Machine Learning Approaches for Target Identification and Validation in Drug Discovery examine le rôle transformateur de l'apprentissage machine (ML) dans l'amélioration du processus de découverte de médicaments. L'introduction souligne l'importance d'une identification et d'une validation précises des cibles, tandis que les sections suivantes examinent divers algorithmes d'apprentissage automatique pour prédire les cibles potentielles des médicaments sur la base de données biologiques. Les méthodes de hiérarchisation des gènes sont discutées, montrant comment la ML peut classer efficacement les gènes associés aux maladies. En outre, l'intégration de la ML avec les graphes de connaissances est explorée, illustrant comment ces outils améliorent la connectivité des données et la prise de décision. Enfin, l'importance de l'extraction d'informations par le biais de l'exploration de données et du traitement du langage naturel est abordée, illustrant comment ces approches aident les chercheurs à extraire des informations précieuses de vastes ensembles de données, faisant ainsi progresser le domaine de la découverte de médicaments.

Autorentext

Putta Durga détient 4 brevets, 12 articles indexés par Scopus/SCI, 4 fois le Raman Research Award, 2 fois le Best Research Paper Presentation Award et 3 chapitres de livres Springer. Elle est actuellement professeur adjoint au département d'informatique et d'ingénierie (CSE) du NRI Institute of Technology, Vijayawada, Andhra Pradesh, Inde.