{"id":8121,"date":"2022-08-30T02:42:22","date_gmt":"2022-08-30T07:42:22","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/la-nueva-tecnologia-de-ia-arroja-luz-sobre-el-desarrollo-de-farmacos\/"},"modified":"2022-08-30T02:42:22","modified_gmt":"2022-08-30T07:42:22","slug":"la-nueva-tecnologia-de-ia-arroja-luz-sobre-el-desarrollo-de-farmacos","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/la-nueva-tecnologia-de-ia-arroja-luz-sobre-el-desarrollo-de-farmacos\/","title":{"rendered":"La nueva tecnolog\u00eda de IA arroja luz sobre el desarrollo de f\u00e1rmacos"},"content":{"rendered":"<p>IA para el desarrollo de f\u00e1rmacos. (a) La IA se puede utilizar para el desarrollo de f\u00e1rmacos de diferentes maneras, incluida la detecci\u00f3n de f\u00e1rmacos, la polifarmacolog\u00eda, la reutilizaci\u00f3n de f\u00e1rmacos, la s\u00edntesis qu\u00edmica y el dise\u00f1o de f\u00e1rmacos [6]; ADMET: absorci\u00f3n, distribuci\u00f3n, metabolismo, eliminaci\u00f3n, toxicidad. (b) Ilustraci\u00f3n del paradigma tradicional de desarrollo de f\u00e1rmacos basado en IA, donde la IA y la generaci\u00f3n de datos est\u00e1n conectadas de forma lineal. (c) Ilustraci\u00f3n de un paradigma de aprendizaje activo de desarrollo de f\u00e1rmacos basado en IA donde la IA y la generaci\u00f3n de datos forman un circuito de retroalimentaci\u00f3n iterativo. Cr\u00e9dito: DOI: 10.34133\/2022\/9816939 <\/p>\n<p>\u00bfLa inteligencia artificial (IA) cambiar\u00e1 el proceso tradicional de desarrollo de f\u00e1rmacos de prueba y error y se convertir\u00e1 en una fuerza revolucionaria en el sector farmac\u00e9utico? El aprendizaje activo y la IA interpretable son los dos paradigmas cr\u00edticos que conducen a la respuesta positiva, seg\u00fan un art\u00edculo de perspectiva publicado recientemente en Health Data Science. <\/p>\n<p>\u00abRecientemente se ha logrado un progreso prometedor en el uso de la IA para el dise\u00f1o de f\u00e1rmacos. Sin embargo, todav\u00eda estamos lejos de estar seguros de que estos primeros resultados puedan traducirse en f\u00e1rmacos m\u00e1s efectivos con una alta tasa de \u00e9xito\u00bb, dijo el coautor Jianzhu Ma, Ph.D., especialista y profesor asociado de inteligencia artificial en la Universidad de Pek\u00edn. \u00abC\u00f3mo aprovechar el valor de los datos es la clave para construir una IA exitosa para el desarrollo de f\u00e1rmacos\u00bb.<\/p>\n<p>Los autores se\u00f1alaron que la principal limitaci\u00f3n del desarrollo de f\u00e1rmacos asistido por IA convencional es su paradigma lineal. Sin retroalimentaci\u00f3n continua de los resultados experimentales posteriores, el paso anterior de la predicci\u00f3n del modelo de IA es solo \u00abconjeturas informadas\u00bb. Si bien un subdominio de la IA, el aprendizaje activo, crea un ciclo de retroalimentaci\u00f3n interactivo entre el modelado de la IA y la evaluaci\u00f3n experimental posterior, lo que puede aumentar el resultado general.<\/p>\n<p>Adem\u00e1s, la \u00abcaja negra\u00bb detr\u00e1s de los modelos de IA convencionales obstaculiza la accesibilidad de los cient\u00edficos a la hip\u00f3tesis y la l\u00f3gica que utiliza el algoritmo para la extracci\u00f3n de datos. Sin embargo, la l\u00f3gica interna detr\u00e1s de una predicci\u00f3n en el proceso de desarrollo de f\u00e1rmacos es crucial para dise\u00f1ar una mol\u00e9cula correcta. Por lo tanto, los autores sugirieron que \u00abel modelo de IA deber\u00eda revelar c\u00f3mo alcanza una predicci\u00f3n particular, en funci\u00f3n de qu\u00e9 mol\u00e9culas de entrenamiento\u00bb. Seg\u00fan los autores, la IA explicable es una direcci\u00f3n activa en la comunidad de aprendizaje autom\u00e1tico.<\/p>\n<p>\u00abEl desarrollo de f\u00e1rmacos basados en IA de la pr\u00f3xima d\u00e9cada contar\u00e1 con la estrecha integraci\u00f3n de datos y computaci\u00f3n, donde la IA interpretable y la biolog\u00eda experimental forman un ciclo de aprendizaje activo y se informan unos a otros con retroalimentaci\u00f3n\u00bb, dijo Ma. \u00abMejorar\u00e1 iterativamente el flujo de trabajo y generar\u00e1 conocimientos interpretables que los cient\u00edficos pueden monitorear, analizar y comprender para cada etapa del desarrollo de f\u00e1rmacos\u00bb. <\/p>\n<p>Explore m\u00e1s<\/p>\n<p> Desarrollo de f\u00e1rmacos con la ayuda de inteligencia artificial <strong>M\u00e1s informaci\u00f3n:<\/strong> Yunan Luo et al, el desarrollo de f\u00e1rmacos basado en IA de Next Decade presenta una estrecha integraci\u00f3n de datos y computaci\u00f3n, ciencia de datos de salud (2022). DOI: 10.34133\/2022\/9816939 Proporcionado por Health Data Science <strong>Cita<\/strong>: Nueva tecnolog\u00eda de IA arroja luz sobre el desarrollo de f\u00e1rmacos (2022, 18 de febrero) consultado el 29 de agosto de 2022 en https:\/\/medicalxpress.com\/news\/ 2022-02-ai-technology-drug.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>IA para el desarrollo de f\u00e1rmacos. (a) La IA se puede utilizar para el desarrollo de f\u00e1rmacos de diferentes maneras, incluida la detecci\u00f3n de f\u00e1rmacos, la polifarmacolog\u00eda, la reutilizaci\u00f3n de f\u00e1rmacos, la s\u00edntesis qu\u00edmica y el dise\u00f1o de f\u00e1rmacos [6]; ADMET: absorci\u00f3n, distribuci\u00f3n, metabolismo, eliminaci\u00f3n, toxicidad. (b) Ilustraci\u00f3n del paradigma tradicional de desarrollo de f\u00e1rmacos &hellip; <a href=\"https:\/\/www.biblia.work\/articulos-salud\/la-nueva-tecnologia-de-ia-arroja-luz-sobre-el-desarrollo-de-farmacos\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abLa nueva tecnolog\u00eda de IA arroja luz sobre el desarrollo de f\u00e1rmacos\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-8121","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/8121","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=8121"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/8121\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=8121"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=8121"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=8121"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}