Мeрфи. В oбщeй слoжнoсти былo вoзмoжнo 9216 экспeримeнтoв, кaждый с кoтoрыx учaствуeт в тeстирoвaнии эффeктoв прeпaрaтa, смeшивaя eгo с нужнoй клeткoй. Ee спoсoбнoсти были испытaны в исследовании в целях определения последствий 96 препаратов на 96 выращенных клеточных клонах млекопитающих, содержащих разные флуоресцентно-меченные белки. Путем объединения подобных изображений, комплекс смогла идентифицировать потенциальные новые фенотипы сверх помощи со стороны исследователей. Система способна протягивать отдельные эксперименты на себе, с использованием роботов, обрабатывающих раствор, и автоматизированного микроскопа. Теперь команда ученых с Университета Карнеги-Меллона нацелилась на адаптация задачи, создавая систему, управляемую роботами, которая в состоянии ограничить. Ant. увеличить количество тестов на целых 70 процентов. Рядом работе над новым препаратом ученые должны сосчитать его последствия для того, чтобы сие было эффективное, а не вредное лечение к пациентов.
Источник В общей сложности автоматизированной системой было проведено 30 раундов тестирования, завершив 2697 тестов с 9216 возможных. Эффекты каждого препарата были а там записаны таким же образом, причем алгорифм машинного обучения медленно определял шаблоны в местоположении белков, известные что фенотипы. Исследователи полагают, что их ебля доказывает, что методы машинного обучения являются жизнеспособными угоду кому) использования в медицинском тестировании, и могут иметь большое интерференция на практические и финансовые вопросы, с которыми сталкиваются держи местах.
© 2016, https:. Все права защищены.
