研究人員已經證明了一種方法,可以幫助患者避免在開藥之前因藥物引起的心律不齊。他們的技術使用計算建模和機器學習方法來預測心臟“從原子到心律”的電毒性。
該研究在加州大學戴維斯分校進行,并在《循環研究》雜志上進行。
“我們希望模型框架可以擴展到對藥物發現,對各種化合物和靶標進行藥物安全性篩查以及在各種監管過程中產生影響,” Colleen Clancy博士,Igor Vorobyov博士和同事。
到目前為止,了解藥物會導致任何給定患者心律不齊的唯一方法是開處方,等待和觀察。
克蘭西在加州大學戴維斯分校(UC-Davis)發表的一項研究的新聞中說:“甚至開發出的用于治療心律不齊的藥物實際上最終也導致了它們。”她解釋說,這個問題一直缺乏了解藥物如何影響hERG編碼的鉀通道的方法,這有助于使心律正常化。(首字母縮寫代表人類以太相關的基因。)
克蘭西說,這項新研究表明,根據藥物的化學成分以及心臟的細胞和組織,對藥物對心律的影響進行建模的可行性。
“每一種新藥都需要進行心臟毒性篩查,這可能是表明危害或安全性的重要第一步,然后再進行更昂貴,更廣泛的測試,” Clancy補充說。
該研究是免費的。
-
建模
+關注
關注
1文章
317瀏覽量
61585 -
機器學習
+關注
關注
66文章
8502瀏覽量
134592
發布評論請先 登錄
邊緣計算中的機器學習:基于 Linux 系統的實時推理模型部署與工業集成!

使用ad9467-250來采集低頻信號,請問有什么方法來提高sfdr嗎?
18個常用的強化學習算法整理:從基礎方法到高級模型的理論技術與代碼實現

用ADS1258做了一塊采集卡,請問有比較簡單的測試方法來測試我的采集卡的性能和精度嗎?
基于移動自回歸的時序擴散預測模型

評論