ОБЩИЕ СВЕДЕНИЯ


ИРНAP05130019, Номер госрегистрации0118РК00537

НаименованиеРазработка и анализ баз данных для информационной системы прогнозирования зависимости "структура-свойство" лекарственных соединений на основе алгоритмов искусственного интеллекта

Приоритетное направлениеНаука о жизни и здоровье

Вид исследованияПрикладное

ЗаявительАО «Казахстанско-Британский технический университет»

Научный руководительCамигулина Зарина Ильдусовна

Балл ГНТЭ21.67

Общая одобренная сумма24000000


Ожидаемые результаты

- Теоретические основы для построения и анализа баз данных на основе применения различных подходов ИИ к решению задачи прогнозирования зависимости «структура-активность» лекарственных соединений. - Разработка интеллектуальной технологии прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов ИИ. - Структура БД интеллектуальной медицинской экспертной системы, учитывающей зависимости «структура-свойство» лекарственных соединений, при решении различных задач медицины. - Информационная система ведения научных исследований для прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов ИИ. - Модифицированные алгоритмы ИИ для обработки структурной химической информации и БД лекарственных соединений с заданными свойствами на основе оптимального набора дескрипторов. - Методы анализа БД интеллектуальной медицинской экспертной системы, учитывающей зависимости «структура-свойство» лекарственных соединений, при решении различных задач медицины. - ПО для реализации интеллектуальной технологии прогнозирования зависимости «структура-свойство» лекарственных соединений и анализ БД. - Автоматизированная технология моделирования процессов медицины с использованием БД интеллектуальной медицинской экспертной системы.


Реферат (Абстракт) - 2018 год

Объект исследования, разработки или проектирования

искусственные иммунные системы

Цель работы

Целью проекта является разработка и анализ БД дескрипторов лекарственных соединений на основе мировых банков данных химической информации для компьютерного молекулярного дизайна новых лекарственных препаратов с заданными свойствами, создание эффективной интеллектуальной технологии и информационной системы ведения научных исследований для прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов искусственного интеллекта.

Методы исследования

теоретические основы искусственного интеллекта (искусственные иммунные системы, алгоритмы роевого интеллекта, нейронные сети, генетические алгоритмы); теоретические основы иммунологии, неравновесная термодинамическая теория белка; конформационный анализ биополимеров; основы хемометрики; теория матриц; теория распознавания образов; методы статистической обработки многомерных данных; теория нечетких множеств и систем; анализ баз данных

Полученные результаты и новизна

-Созданы теоретические основы для построения и анализа баз данных на основе применения различных подходов искусственного интеллекта к решению задачи прогнозирования зависимости «структура-активность» лекарственных соединений. -Разработана интеллектуальная технология прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов роя частиц с весом инерции (IWPSO) и кооперативного алгоритма (CPSO), а также подхода искусственных иммунных систем. -Разработана структура базы данных интеллектуальной медицинской экспертной системы, учитывающей зависимости «структура-свойство» лекарственных соединений для персонифицированной медицинской диагностики и построена онтологическая модель интеллектуальной медицинской экспертной системы общего назначения в редакторе онтологий Protégé.

Основные конструктивные и технико экономические показатели

Разработанные базы данных лекарственных соединений востребованы в фармацевтической отрасли при разработке новых лекарств с заданными свойствами и способствуют созданию новых дешевых лекарственных препаратов отечественного производства.

Область применения

фармакология

Скачать отчет за 2019 год (Русская версия)

Реферат (Абстракт) - 2019 год

Объект исследования, разработки или проектирования

Проект посвящен разработке и анализу БД для прогнозирования зависимости «структура - активность» лекарственных соединений на основе подхода искусственных иммунных систем (ИИС) и модифицированных алгоритмов ИИ.

Цель работы

Целью проекта является разработка и анализ БД дескрипторов лекарственных соединений на основе мировых банков данных химической информации для компьютерного молекулярного дизайна новых лекарственных препаратов с заданными свойствами, создание эффективной интеллектуальной технологии и информационной системы ведения научных исследований для прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов искусственного интеллекта.

Методы исследования

теоретические основы искусственного интеллекта (искусственные иммунные системы, алгоритмы роевого интеллекта, нейронные сети, генетические алгоритмы); теоретические основы иммунологии, неравновесная термодинамическая теория белка; конформационный анализ биополимеров; основы хемометрики; теория матриц; теория распознавания образов; методы статистической обработки многомерных данных; теория нечетких множеств и систем; анализ баз данных

Полученные результаты и новизна

- Разработана информационная система ведения научных исследований на основе модельно-ориентированного подхода (MDA) для компьютерного молекулярного дизайна новых лекарственных препаратов и структура мультиагентной системы для прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов искусственного интеллекта. -Разработан модифицированный алгоритм искусственных иммунных систем на основе алгоритма опыления цветов для информационной системы ведения научных исследований при прогнозировании зависимости «структура-свойство» лекарственных соединений. - Разработан модифицированный алгоритм ИИС на основе метода оптимизации серых волков и алгоритма Artificial Immune Recognition Systems для информационной системы ведения научных исследований и создана база данных сульфаниламидов с заданными свойствами на основе оптимального набора дескрипторов. -Разработан эффективный метод анализа базы данных интеллектуальной медицинской экспертной системы, учитывающей зависимости «структура-свойство» лекарственных соединений, при решении различных задач медицины на основе предложенной Smart-системы прогнозирования QSAR для медицинской экспертной системы.

Основные конструктивные и технико экономические показатели

Разработанные базы данных лекарственных соединений востребованы в фармацевтической отрасли при разработке новых лекарств с заданными свойствами и способствуют созданию новых дешевых лекарственных препаратов отечественного производства.

Степень внедрения

Внедрено в учебный процесс

Область применения

Полученные научные результаты имеющие высокую социально-экономическую значимость, позволяют разработать теоретические основы для создания принципиально новой технологии построения баз данных на основе ИИС и модифицированных алгоритмах ИИ, обеспечить проектирование эффективных интеллектуальных информационных систем ведения научных исследований, а также внедрить их в реальное фармакологическое производство для обеспечения прогресса национальной экономики.

Скачать отчет за 2020 год (Русская версия) Скачать отчет за 2020 год (Английская версия)

Реферат (Абстракт) - 2020 год

Объект исследования, разработки или проектирования

Объектом исследования является: разработка высокоэффективной интеллектуальной технологии прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов искусственных иммунных систем (ИИС).

Цель работы

Цель работы: создание теоретических основ, модифицированных алгоритмов и программного обеспечения на основе перспективного подхода ИИС для получения лекарственных соединений с заданными свойствами.

Методы исследования

Методы или методология проведения работы: искусственные иммунные системы, онтологический подход, объектно-ориентированное программирование.

Полученные результаты и новизна

Результаты работы и их новизна: разработано программное обеспечение для реализации интеллектуальной технологии прогнозирования зависимости «структура-свойство» лекарственных соединений и анализа баз данных на основе ИИС и мультиагентной платформы JADE; создана методика анализа баз данных с помощью обработки информации различными подходами искусственного интеллекта на основе модели оценки рисков FMEA; разработано программное обеспечение IES-analytics для реализации автоматизированной технологии моделирования процессов медицины с использованием базы данных медицинской экспертной системы, учитывающей зависимости «структура-свойство» лекарственных соединений.

Основные конструктивные и технико экономические показатели

Разработанные базы данных лекарственных соединений востребованы в фармацевтической отрасли при разработке новых лекарств с заданными свойствами и способствуют созданию новых дешевых лекарственных препаратов отечественного производства.

Степень внедрения

Рекомендации по внедрению или итоги внедрения результатов НИР: результаты могут быть внедрены в научно-исследовательские лаборатории и здравоохранение.

Эффективность

Экономическая эффективность или значимость работы: результаты исследований способствуют развитию отечественной фармакологической отрасли Республики Казахстан.

Область применения

Область применения результатов: отечественные фармакологические компании, здравоохранение, научно-исследовательские лаборатории и высшие учебные заведения.