چه نوع سیستمی قوی باعث خط لوله کشف دارو Roche می شود

تصویر
عکس پروفایل Daniel Crowe Hacker Noon

Debrief از a واتیکول گفتگوی جامعه – با حضور دیوید دیلوس ، دانشمند ، سیستم زیست شناسی ، در روشه. این سخنرانی عملاً در ماه آوریل در مدار 2021 ارائه شد.

https://www.youtube.com/watch؟v=9Vtn3xE2cfo

نکته اصلی در کشف دارو ، جستجوی اهدافی است که در مکانیسم های بیماری مهم هستند. با این حال ، در حال حاضر ، همه اهداف شناخته شده به آرامی آزمایش و آزمایش شده اند. در این پروژه ، دیوید و تیمش یک سیستم قانون برای استنباط و یافتن ارتباطات پنهان بین اهداف و بیماری ها طراحی کردند.

تصویر

در داستانی که دنبال می شود ، دیوید ارائه می دهد که چگونه تیمش در Roche توانسته اهداف بالقوه جدیدی را که توسط Open Targets شناسایی نشده اند به عنوان رتبه بندی بالایی شناسایی کند. این امر با TypeDB امکان پذیر شد ، تیمی که از آن برای ذخیره داده های مربوطه استفاده می کرد و سپس شواهد بیولوژیکی اساسی را برای آن اهداف جدید پیدا می کرد.

از چه مجموعه داده ای استفاده شد؟

برای این پروژه ، از سه مجموعه داده استفاده شده است: STRING ، Oma و DisGeNET.

تصویر

STRING یک پایگاه داده از تعاملات پروتئین و پروتئین شناخته شده و پیش بینی شده است. این تعاملات شامل ارتباطات مستقیم (فیزیکی) و غیرمستقیم (عملکردی) است. آنها از پیش بینی های محاسباتی ، انتقال دانش بین ارگانیسم ها و فعل و انفعالات جمع شده از پایگاه های دیگر (اولیه) ناشی می شوند. این نه تنها ادبیات بلکه شواهد تجربی را نیز شامل می شود …