翻訳者レビュー ( 英語 → 日本語 )
評価: 52 / 0 Reviews / 2015/03/05 10:39:11
Discovering new treatments for human diseases is an immensely complicated challenge. Prospective drugs must attack the source of an illness, but must do so while satisfying restrictive metabolic and toxicity constraints. Traditionally, drug discovery is an extended process that takes years to move from start to finish, with high rates of failure along the way.
In short, testing millions of compounds can take a long time, so anything that can increase the chances of striking a successful combination can only be a good thing. This is where machine learning at scale may help.
人間の病気に対して新しい治療法を発見することは、非常に複雑な課題だ。医薬品として有望な物質は病気の元を攻撃しなければならないのはもちろん、代謝や毒性に対する制限も同時に満たす必要がある。従来から医薬品の発見は、始めから終わりまで何年もかかるような、長い期間を要するプロセスだ。また、その途中で失敗だとわかる率も高い。
要するに、何百万もの化合物をテストするには長い時間がかかる。だから、うまくいく組み合わせに当たる機会が増えれば増えるほどいいのだ。大規模な機械学習が活躍できる可能性があるのは、そこである。
レビュー ( 0 )
翻訳者レビューはまだありません該当記事です。
http://venturebeat.com/2015/03/03/how-googles-using-big-data-and-machine-learning-to-discover-new-drugs/