Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Revolutionizing AI in drug discovery via innovative molecular representation paradigms

Description du projet

Transformer les informations chimiques capturées par l’IA

L’IA a été à l’origine de nombreuses percées scientifiques. Cependant, dans le domaine de la découverte de médicaments, l’IA a conduit à une évolution plutôt qu’à une révolution. Des algorithmes de plus en plus sophistiqués produisent des gains de plus en plus faibles, ce qui appelle à une révolution de l’IA pour la découverte de médicaments. Dans ce contexte, le projet ReMINDER, financé par le CER, repensera entièrement les représentations moléculaires sur lesquelles s’appuient les algorithmes d’apprentissage profond. Ces représentations n’ont pas notablement évolué au cours des dernières décennies, et limitent la quantité et la qualité des informations chimiques assimilables par l’IA. Pour développer des modèles plus efficaces et résoudre des défis scientifiques non résolus, le projet produira un nouveau «langage moléculaire», qui capturera des informations chimiques plus sophistiquées adaptées à l’IA. ReMINDER sera un facteur de changement dans le paysage de l’IA moléculaire.

Objectif

Artificial intelligence (AI) in the form of deep learning is driving unprecedented progress in numerous fields, e.g. for protein structure prediction and organic reaction planning. In drug discovery and chemical biology, such progress is an “evolution” rather than a revolution: several tasks still await to be solved by AI, e.g. accurate structure-activity and activity-cliff prediction, and design of structurally innovative chemical matter. Increasingly complex deep learning approaches are leading to progressively smaller gains in model capabilities, calling for a revolution in AI for drug discovery. The springboard for this project is a striking observation: while novel deep learning algorithms are in continuous development, the input ‘raw’ molecular representations they rely on (e.g. SMILES strings and molecular graphs) have not considerably changed in the last four decades – limiting the amount and quality of chemical information learnable by AI. The potential of capturing more sophisticated chemical information better into a new ‘molecular language’ is still untapped and bears promise to revolutionize molecular AI. ReMINDER will break with traditional approaches and shift the object of study from increasingly complex algorithms to novel molecular representation paradigms for AI. ReMINDER will be an agent of change in the molecular AI landscape, by developing a new representation framework at the interface between method development and experimental validation. ReMINDER will disrupt the potential of AI to (a) navigate complex structure-activity landscapes, (b) design innovative bioactive molecules from scratch, (c) leverage binding pocket information for molecule discovery. By transforming the chemical information captured for AI, we open opportunities to develop more efficient models and solve open scientific challenges. ReMINDER will create the basis for exciting new technology in the field of deep learning for drug discovery, and chemistry at large.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Régime de financement

HORIZON-ERC - HORIZON ERC Grants

Institution d’accueil

TECHNISCHE UNIVERSITEIT EINDHOVEN
Contribution nette de l'UE
€ 1 494 006,00
Adresse
GROENE LOPER 3
5612 AE Eindhoven
Pays-Bas

Voir sur la carte

Région
Zuid-Nederland Noord-Brabant Zuidoost-Noord-Brabant
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total
€ 1 494 006,25

Bénéficiaires (1)