NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Alzheimer hastalığına (AD) ve diğer nörolojik bozukluklara karşı etkili terapötiklerin keşfi önemli bir zorluk olmaya devam etmektedir. Yapay zeka (AI) araçları, modern ilaç keşif süreçlerine büyük ilgi duymaktadır ve makine öğrenimi (ML) algoritmalarından ve derin öğrenme (DL) araçlarından yararlanarak, veri analitiğinin yanı sıra yeni ilaç hedeflerinin ve potansiyel kurşun moleküllerinin tanımlanmasını hızlandırabilir. Mevcut çalışma, yapay zeka tabanlı araçların AD ve diğer ilgili nörodejeneratif hastalıklara karşı yeni ilaç hedeflerinin keşfindeki rolünü ve bu hastalıklara karşı yeni ilaçların keşfindeki etkinliğini değerlendirmeyi amaçlıyordu. AD, yönetim ve sınırlı etkinlik için sınırlı terapötikleri olan çok faktörlü bir nörolojik hastalığı temsil eder. Daha etkili ilaçların keşfi, amiloid beta (Abeta), nörofibriler karışıklıklar (NFT'ler), oksidatif stres ve beyinde iltihaplanma kaynaklı hasar içeren hastalığın karmaşık patofizyolojisi ile sınırlıdır. AI araçlarının AD'ye karşı geleneksel ilaç keşif sürecine entegrasyonu, daha etkili, güvenli, son derece güçlü bileşiklerin bulunmasına, hastalığın yeni hedeflerinin belirlenmesine ve kurşun moleküllerinin optimizasyonuna yardımcı olabilir. AD, Parkinson hastalığı (PD), multipl skleroz (MLS) ve epilepsiye karşı ilaç keşfi için en son AI araçlarına ilişkin kanıt toplamak için ayrıntılı bir literatür incelemesi yapıldı, ilgili literatürü toplamak için PubMed, Web of Science, Google Scholar, Scopus ve ScienceDirect gibi çeşitli veritabanlarını kullanarak biyolojik belirteçlere, erken teşhislere ve ilaç keşfine odaklandı. Yapay zekanın çok yönlü biyolojik verilerin analizindeki rolünü ve potansiyel ilaç adaylarının özelliklerini ve klinik denemelerin tasarımını düzene sokmadaki rolünü değerlendirdik. Yapay zeka ve sinirbilimin kesişimini araştırarak, bu inceleme AD tedavisinin geleceği ve yapay zekanın ilaç keşfi alanında devrim yaratma potansiyeli hakkında içgörüler sağlamaya odaklandı. Bulgularımız, yapay zeka tabanlı araçların sadece maliyet açısından etkili olmadığı, aynı zamanda başarı oranının, yeni terapötik hedeflerin tanımlanmasında ve klinik deneme amaçlı moleküllerin çoğunluğunun taranmasında geleneksel ilaç keşif yöntemlerine kıyasla son derece yüksek olduğu sonucuna varmıştır.
Özgün kaynak özetini okuyun
The discovery of effective therapeutics against Alzheimer's disease (AD) and other neurological disorders remains a significant challenge. Artificial intelligence (AI) tools are of considerable interest in modern drug discovery processes and, by exploiting machine learning (ML) algorithms and deep learning (DL) tools, as well as data analytics, can expedite the identification of new drug targets and potential lead molecules. The current study was aimed at assessing the role of AI-based tools in the discovery of new drug targets against AD and other related neurodegenerative diseases and their efficacy in the discovery of new drugs against these diseases. AD represents a multifactorial neurological disease with limited therapeutics available for management and limited efficacy. The discovery of more effective medications is limited by the complicated pathophysiology of the disease, involving amyloid beta (Aβ), neurofibrillary tangles (NFTs), oxidative stress, and inflammation-induced damage in the brain. The integration of AI tools into the traditional drug discovery process against AD can help to find more effective, safe, highly potent compounds, identify new targets of the disease, and help in the optimization of lead molecules. A detailed literature review was performed to gather evidence regarding the most recent AI tools for drug discovery against AD, Parkinson's disease (PD), multiple sclerosis (MLS), and epilepsy, focusing on biological markers, early diagnoses, and drug discovery using various databases like PubMed, Web of Science, Google Scholar, Scopus, and ScienceDirect to collect relevant literature. We evaluated the role of AI in analyzing multifaceted biological data and the properties of potential drug candidates and in streamlining the design of clinical trials. By exploring the intersection of AI and neuroscience, this review focused on providing insights into the future of AD treatment and the potential of AI to revolutionize the field of drug discovery. Our findings conclude that AI-based tools are not only cost-effective, but the success rate is extremely high compared to traditional drug discovery methods in identifying new therapeutic targets and in the screening of the majority of molecules for clinical trial purposes.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.