تعاون مع فريق يعرف كيف يكون فريقًا.

اكتشاف الأدوية هو الإجراء الذي يتم من خلاله العثور على أدوية جديدة. يجد العلماء أدوية جديدة باستخدام أجزاء من المعرفة المتعلقة بمرض ما لتصميم دواء يعاكس آثاره. أما سمّية الأدوية، من ناحية أخرى، فهي تشير إلى مدى ضرر الدواء/الدواء الطبي. تحدث سمّية الأدوية عندما يتناول الشخص كمية كبيرة جدًا من الدواء، مما قد يؤدي إلى آثار صحية سلبية.
واجه العميل عدة مشكلات تتعلق بسمّية الأدوية. كانت العملية التي استخدمها العميل تستغرق وقتًا طويلاً وتتطلب إجراء تجارب سريرية بشرية قبل أن يتم اعتماد الدواء للإنتاج. أولاً، تم إجراء اكتشاف الأدوية، وهي عملية لاكتشاف أدوية مرشحة جديدة. بعد اكتمال اكتشاف الأدوية، كان يمكن البدء بالبحث عن متطوعين للتجارب البشرية، كما أُجريت تجارب على الحيوانات والتي أثبتت أنها بالغة الأهمية. وبمجرد تسجيل عدد كافٍ من المتطوعين، تم بدء التجارب السريرية. أُجريت التجربة الكاملة على عدة مراحل مما جعل العملية طويلة ومكلفة. ولم يكن إلا خلال التجارب السريرية أن أظهرت الأدوية مستويات معينة من السمية يمكن اعتبارها قاتلة ولها آثار سلبية على الصحة.
لبدء العملية، كانت هناك حاجة إلى معرفة تخصصية تتعلق باكتشاف الأدوية وسمّية الأدوية. تم تشكيل فريق من أفراد متخصصين لتولي المهمة. بعد أن أكمل الفريق دراسته، تم إجراء بحث لمعرفة الأدوية التي فشلت في تجاربها السريرية بسبب ارتفاع مستويات السمية. تم تجميع قائمة بجميع هذه الأدوية، وتمت دراسة خصائصها الكيميائية وخصائص الأهداف الخاصة بها وتدوينها. تمت دراسة اتجاهات الخصائص الكيميائية وخصائص الأهداف للأدوية التي فشلت، ثم مقارنتها بالخصائص الكيميائية وخصائص الأهداف للأدوية التي نجحت في التجارب السريرية. ساعدت المقارنة في تحديد الميزات التي ساهمت في كون الدواء سامًا أو غير سام.
تم تدريب نموذج تعلّم آلي MLعلى الميزات المختارة، وحقق النموذج دقة بنسبة ٨٨٪ في التنبؤ بالأدوية التي تحتوي على مستويات عالية من السمية.
عملت بايت كورب عن كثب مع العميل لاستخدام الذكاء الاصطناعي (AI) للتنبؤ بما إذا كان الدواء سينتهي به الأمر إلى امتلاك مستويات عالية من السمية في المستقبل. يوفر الحل إمكانية التنبؤ قبل إجراء التجارب السريرية. وهذا يسمح بأن تكون العملية بأكملها أكثر كفاءة من حيث الوقت والتكلفة.
أوصت بايت كورب ونفذت حلاً مبتكرًا قائمًا على نهج التعلّم الآلي (ML)، يعمل على التنبؤ بمستويات عالية من السمية في الأدوية قبل إرسالها إلى التجارب السريرية. إن تنظيم مراقبة جودة الأدوية يجعل العملية أكثر كفاءة من حيث الوقت والتكلفة، حيث إن الأدوية التي تحتوي على مستويات عالية من السمية لا يتم اعتمادها للتجارب السريرية. تم تكليف فريق يتكون من علماء بيانات لديهم خبرة تقارب ٢.٥ سنة، وأطباء، وعالم أحياء دقيقة للمضي قدمًا بالمشروع.
مكّن الحل المبتكر العميل من التنبؤ بما إذا كان الدواء سيُظهر مستويات عالية من السمية في المستقبل قبل إجراء التجارب السريرية. وهذا يعني أنه إذا تبين أن الدواء خطير، فلن يتم إرساله إلى التجارب السريرية وسيتم استبعاده. كان للتنبؤ قبل التجارب السريرية تأثير مباشر على التكلفة الإجمالية للعملية. علاوة على ذلك، ازداد إجمالي وتيرة اكتشاف الأدوية، مما جعل الحل أقل استهلاكًا للوقت.
دعنا نمشي معك خلال المشروع ونستكشف كيف يمكننا إنشاء شيئًا مشابهًا لعملك.
تفضّل البريد الإلكتروني؟ مدير النمو

في مجالات الطب، سمية الأدوية هي درجة الضرر التي يمكن أن يسببها الدواء لكائن حي. يتعامل العالم مع أمراض جديدة كل يوم، مما يجعل اكتشاف الأدوية مسألة ذات أهمية كبيرة. تمر الأدوية عبر التجارب السريرية لاختبار مستويات سمية الأدوية قبل أن تصبح متاحة للاستخدام العام.
دعنا نمشي معك خلال المشروع ونستكشف كيف يمكننا إنشاء شيئًا مشابهًا لعملك.
تفضّل البريد الإلكتروني؟ مدير النمو


اكتشاف الأدوية هو الإجراء الذي يتم من خلاله العثور على أدوية جديدة. يجد العلماء أدوية جديدة باستخدام أجزاء من المعرفة المتعلقة بمرض ما لتصميم دواء يعاكس آثاره. أما سمّية الأدوية، من ناحية أخرى، فهي تشير إلى مدى ضرر الدواء/الدواء الطبي. تحدث سمّية الأدوية عندما يتناول الشخص كمية كبيرة جدًا من الدواء، مما قد يؤدي إلى آثار صحية سلبية.
واجه العميل عدة مشكلات تتعلق بسمّية الأدوية. كانت العملية التي استخدمها العميل تستغرق وقتًا طويلاً وتتطلب إجراء تجارب سريرية بشرية قبل أن يتم اعتماد الدواء للإنتاج. أولاً، تم إجراء اكتشاف الأدوية، وهي عملية لاكتشاف أدوية مرشحة جديدة. بعد اكتمال اكتشاف الأدوية، كان يمكن البدء بالبحث عن متطوعين للتجارب البشرية، كما أُجريت تجارب على الحيوانات والتي أثبتت أنها بالغة الأهمية. وبمجرد تسجيل عدد كافٍ من المتطوعين، تم بدء التجارب السريرية. أُجريت التجربة الكاملة على عدة مراحل مما جعل العملية طويلة ومكلفة. ولم يكن إلا خلال التجارب السريرية أن أظهرت الأدوية مستويات معينة من السمية يمكن اعتبارها قاتلة ولها آثار سلبية على الصحة.
لبدء العملية، كانت هناك حاجة إلى معرفة تخصصية تتعلق باكتشاف الأدوية وسمّية الأدوية. تم تشكيل فريق من أفراد متخصصين لتولي المهمة. بعد أن أكمل الفريق دراسته، تم إجراء بحث لمعرفة الأدوية التي فشلت في تجاربها السريرية بسبب ارتفاع مستويات السمية. تم تجميع قائمة بجميع هذه الأدوية، وتمت دراسة خصائصها الكيميائية وخصائص الأهداف الخاصة بها وتدوينها. تمت دراسة اتجاهات الخصائص الكيميائية وخصائص الأهداف للأدوية التي فشلت، ثم مقارنتها بالخصائص الكيميائية وخصائص الأهداف للأدوية التي نجحت في التجارب السريرية. ساعدت المقارنة في تحديد الميزات التي ساهمت في كون الدواء سامًا أو غير سام.
تم تدريب نموذج تعلّم آلي MLعلى الميزات المختارة، وحقق النموذج دقة بنسبة ٨٨٪ في التنبؤ بالأدوية التي تحتوي على مستويات عالية من السمية.
عملت بايت كورب عن كثب مع العميل لاستخدام الذكاء الاصطناعي (AI) للتنبؤ بما إذا كان الدواء سينتهي به الأمر إلى امتلاك مستويات عالية من السمية في المستقبل. يوفر الحل إمكانية التنبؤ قبل إجراء التجارب السريرية. وهذا يسمح بأن تكون العملية بأكملها أكثر كفاءة من حيث الوقت والتكلفة.
أوصت بايت كورب ونفذت حلاً مبتكرًا قائمًا على نهج التعلّم الآلي (ML)، يعمل على التنبؤ بمستويات عالية من السمية في الأدوية قبل إرسالها إلى التجارب السريرية. إن تنظيم مراقبة جودة الأدوية يجعل العملية أكثر كفاءة من حيث الوقت والتكلفة، حيث إن الأدوية التي تحتوي على مستويات عالية من السمية لا يتم اعتمادها للتجارب السريرية. تم تكليف فريق يتكون من علماء بيانات لديهم خبرة تقارب ٢.٥ سنة، وأطباء، وعالم أحياء دقيقة للمضي قدمًا بالمشروع.
مكّن الحل المبتكر العميل من التنبؤ بما إذا كان الدواء سيُظهر مستويات عالية من السمية في المستقبل قبل إجراء التجارب السريرية. وهذا يعني أنه إذا تبين أن الدواء خطير، فلن يتم إرساله إلى التجارب السريرية وسيتم استبعاده. كان للتنبؤ قبل التجارب السريرية تأثير مباشر على التكلفة الإجمالية للعملية. علاوة على ذلك، ازداد إجمالي وتيرة اكتشاف الأدوية، مما جعل الحل أقل استهلاكًا للوقت.

تقنية التعرف على الوجوه الخاصة بنا.


استكشف وتداول وبِع الرموز غير القابلة للاستبدال (NFTs)، والتوكنات، والأصول الرقمية الأخرى.