スポーツベットアイオー 入金できないの技術者が医薬品開発における動物実験を減らす方法を研究するためにNSFの助成金を受け取る
月曜日, 2月. 19, 2024
マンハッタン — スポーツベットアイオー 入金できない立大学の工学助教授は、動物実験などの従来の方法よりも薬物相互作用による疾患の進行と合併症をより正確に予測するフレームワークの開発に取り組んでいます.
ダヴード・B・プルカルガー, の化学工学助教授 カール R. アイス工科大学, 5を受け取りました,000 チップ上のオルガン実験と機械学習を利用したマルチスケール モデリング フレームワークを通じて薬物送達ダイナミクスの理解を強化する国立科学財団からの助成金.
2 年間のプロジェクト, "病気の進行と薬物送達のダイナミクスを深く理解するための、チップ上の臓器データを使用した物理学に基づいた機械学習," は、医薬品開発における従来の動物モデルの限界に対処することに重点を置いた NSF の資金を活用しています, 倫理的懸念を強調し、その使用を最小限に抑える.
この研究では、健康な組織と病気の組織の物理化学ベースのマルチスケール モデルを活用します, 病気の進行と薬物相互作用をより正確に予測するための最先端のオルガンオンチップ実験と機械学習.
「これは革新的, 物理学に基づいた機械学習アプローチがオルガンオンチップ実験を強化, 前臨床プロセスの合理化, 薬効を改善し、副作用を最小限に抑える,「プルカルガルは言いました. "最終的には, このプロジェクトは創薬を加速します, 個別の治療をサポートし、より効率的な治療を促進します, 動物実験への依存を減らしながら手頃な価格の医療."
開発中のハイブリッド モデルは、標準的な機械学習ベースのモデルを超える, 強化された分析の簡素化による、オルガンオンチップデータの正確な外挿および内挿, 解釈可能性とトレーニング サンプルの必要性の軽減.