Descrizione del progetto
Trasformare le informazioni chimiche acquisite dall’IA
L’IA ha consentito di realizzare numerosi progressi di fondamentale importanza in campo scientifico. Per quanto concerne la scoperta di farmaci, tuttavia, questa tecnologia ha determinato solamente un’evoluzione, piuttosto che una rivoluzione. Algoritmi sempre più sofisticati conducono a benefici sempre meno ingenti, una situazione che invita a una rivoluzione nel settore dell’IA per la scoperta di farmaci. Alla luce di queste premesse, il progetto ReMINDER, finanziato dal CER, ripenserà in modo completo le rappresentazioni molecolari su cui si affidano gli algoritmi di apprendimento profondo. Queste rappresentazioni non sono cambiate in modo significativo negli ultimi decenni, il che limita la quantità e la qualità delle informazioni chimiche che l’IA può apprendere. Per sviluppare modelli più efficienti e risolvere sfide scientifiche tuttora aperte, il progetto produrrà un nuovo «linguaggio molecolare», acquisendo informazioni chimiche più sofisticate su misura per l’IA. ReMINDER costituirà un agente di cambiamento nel campo dell’IA applicata all’ambito molecolare.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- scienze mediche e della salutemedicina di basefarmacologia e farmaciascoperta di farmaci
- scienze naturaliscienze biologichebiochimicabiomolecoleproteine
- scienze socialiscienze politichetransizioni politicherivoluzioni
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Meccanismo di finanziamento
HORIZON-ERC - HORIZON ERC GrantsIstituzione ospitante
5612 AE Eindhoven
Paesi Bassi