Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Niniejszy przegląd bada, w jaki sposób podejścia obliczeniowe, w szczególności sztuczna inteligencja (AI) i farmakologia sieciowa, przekształcają zmianę przeznaczenia leków. Wyjaśniono w nim, w jaki sposób techniki sztucznej inteligencji, takie jak uczenie maszynowe, głębokie uczenie się i przetwarzanie języka naturalnego, umożliwiają szybkie przewidywanie interakcji między lekami i ich celami oraz odkrywanie nowych zastosowań terapeutycznych dla istniejących leków. Farmakologia sieciowa uzupełnia to, zapewniając zrozumienie chorób na poziomie systemu poprzez analizę wielu celów i ścieżek, wykraczając poza tradycyjny model jeden lek - jeden cel.W badaniu podkreślono integrację danych wieloomowych (genomika, proteomika, metabolomika) oraz wykorzystanie baz danych, takich jak DrugBank i STRING, w celu zwiększenia dokładności przewidywania. Przedstawiono również rzeczywiste studia przypadków, w których leki zostały z powodzeniem zmienione na raka, choroby zakaźne i neurodegeneracyjne.Nadal jednak istnieją wyzwania, takie jak heterogeniczność danych, interpretowalność algorytmów, ograniczenia walidacji i kwestie etyczne. W podsumowaniu stwierdzono, że połączenie sztucznej inteligencji z farmakologią sieciową oferuje potężne, opłacalne podejście do przyspieszenia odkrywania leków i rozwoju medycyny precyzyjnej.