翻訳者レビュー ( 英語 → 日本語 )
評価: 52 / 0 Reviews / 2015/03/05 16:05:32
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.
ヒトの病気に対する新しい治療法をみつけるのは非常に困難な挑戦だ。将来性のある薬は病因を攻撃しつつ、同時に代謝制限や毒性制約を満たすものでなければならない。伝統的に、創薬のプロセスは、着手してから終わりにたどり着くのに何年も用し、途中で失敗に終わる可能性も高い。
要するに、何百万の合成物を検査するのには長い時間がかかり得るため、結合が成功する可能性を高めるものは、単なる良いものにしかならない。ここで機械学習のスケールが一役買う可能性がある。
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/