数据和人工智能如何帮助解开疾病的秘密

人工智能(AI)正迅速将科幻小说变成科学事实。自动驾驶汽车只是一种以前不可想象的技术的一个例子，这种技术希望利用数据科学和人工智能来彻底改变我们出行的方式。人工智能也有可能改变我们发现和开发潜在新药的方式。

在阿斯欧洲杯微信买球利康，我们在整个研发过程中使用数据科学和人工智能来整理、连接和分析不同的数据和信息。这将帮助我们更好地了解疾病，识别成功几率更高的药物靶点，招募和设计更好的临床试验，我们希望，最终加速我们设计、开发和制造新药物的方式。

我们的工作重点是更好地理解疾病的基本原理，使阿斯利康能够找到治疗、预防、改良甚至最终治愈疾病的新方法。欧洲杯微信买球这一点，再加上更受数据驱动的文化，有可能真正改变我们做科学的方式。菠菜最稳定的平台以下是我们在日常工作中使用数据科学和人工智能的一些方式，有助于我们推进科学，创造潜在的创新药物:

通过知识图谱建立对疾病的理解

如果你曾经问过谷歌或Alexa一个问题，你会使用知识图谱。它们是令人难以置信的信息库，可以发现数千个不同来源之间的联系，为你找到你需要的答案。

每年，研究人员可获得的科学信息和数据的数量都在增长。在阿斯欧洲杯微信买球利康，我们现在开始利用这些庞大的科学数据事实网络，为我们的科学家提供他们需要的关于基因、蛋白质、疾病和药物的信息，以及它们之间的关系——它们是如何相互作用、协同工作或相互对抗的。

通过使用人工智能和机器学习结合来自多个来源的信息，我们希望得出比人工分析所有数据更好、更快的结论。人工智能也有可能发现人类肉眼无法立即发现的以前未探索过的模式，我们希望这将导致对疾病和我们设计的治疗药物的新理解。

我们的知识图谱使研究人员能够提出有关基因、疾病、药物和安全信息的关键问题，以帮助识别和确定药物靶点的优先级。而且，随着我们的数据和知识的不断发展，我们的图表也将不断发展，这意味着每一次新的实验都将从以前学到的东西中受益。

最终，我们希望开发个性化的知识图谱，在正确的时间将正确的信息带给正确的科学家，这样每个人都能在促进我们理解方面发挥自己的作用。

用大数据和人工智能推进基因组学研究

我们的基因组研究中心(CGR)团队正在努力工作，到2026年分析多达200万个基因组序列。获得这些丰富的信息意味着我们希望识别那些可能导致疾病的变异、基因、途径或基因组的其他部分，预测其进展和对治疗的反应。所有这些，结合使用知识图表，旨在帮助我们更好地了解疾病及其工作原理，识别新的药物靶点，设计更好的临床试验。

通过获取成千上万的外显子组序列，我们的专家团队开发了定制的分析框架，以研究人类疾病的遗传基础。目前来自CGR的见解包括识别候选药物靶点、探索重新定位的机会、利用自然遗传变异进行人类安全性评估、基于群体基因组学了解市场机遇，以及对靶点命题进行实时人类遗传验证/失效。

丰富的基因组学数据加上专家应用程序，使我们的团队能够专注于分析和解释数据，以推进科学。例如，我们正在构建基于机器学习和深度学习的新方法，以更客观地确定可能导致疾病的基因或基因组的其他部分的优先级。

利用人工智能从每个实验中获得最大的收获

CRISPR基因编辑技术在药物开发中发挥着重要作用。我们可以在功能基因组筛选中使用这项技术，按顺序删除基因组中的每一个基因，以询问这些基因在生物学中扮演什么角色。在癌症研究中，我们使用CRISPR来识别哪些基因，当被删除时，会导致对癌症药物的耐药性或敏感性。

为了从每一次实验中获得最大的收获，我们正在训练机器学习和深度学习模型，以增加我们对数据的信心，并分析基于图像的CRISPR屏幕输出。这可以增加屏幕上的可用信息，帮助我们更快地得到答案。

除了疾病的理解

数据科学和人工智能对阿斯利康的重要性不仅仅局限于对疾病的理解。欧洲杯微信买球人工智能已经嵌入到我们的研发中，使我们的科学家能够从我们的成像数据中看到更多信息，并加快了临床试验的设计。

一种潜在的新药在开发过程中失败的一个常见原因是它会对肝脏造成伤害。但在临床前预测肝脏毒性是一项挑战。为了解决这个问题，我们创建了采用贝叶斯方法进行机器学习的模型，即采用概率方法进行推理。该模型分析了来自许多安全实验的数据，以预测一种潜在的新药是否可能导致肝损伤，并关键地捕捉了所谓后验预测分布中每个估计的不确定性。这改善了决策，有助于确保只有具有可接受的副作用的药物才有进展。

人工智能的这一应用和其他许多令人兴奋的应用意味着，我们正在学习如何最好地利用这些新技术和进一步的自动化流程，为我们的人民腾出更多时间来做他们最擅长的事情——推动科学的边界，提供改变生活的药物。