面向复杂疾病个性化药物发现与设计的强化学习：系统药理学视角
生物大分子
2022-02-25 v3 机器学习
摘要
许多多基因系统性疾病，如神经系统疾病、炎症性疾病以及大多数癌症，目前尚无有效疗法。强化学习驱动的系统药理学是一种为难治性复杂疾病设计个性化疗法的潜在有效途径。本综述回顾了最先进的强化学习方法及其在药物设计中的最新应用，讨论了将强化学习用于系统药理学与个性化医疗所面临的挑战，并提出了克服这些挑战的潜在解决方案。尽管先进的强化学习技术已成功应用于基于靶点的药物发现，但仍需新的强化学习策略来解决面向系统药理学的个性化从头药物设计问题。
引用
@article{arxiv.2201.08894,
title = {Reinforcement Learning for Personalized Drug Discovery and Design for Complex Diseases: A Systems Pharmacology Perspective},
author = {Ryan K. Tan and Yang Liu and Lei Xie},
journal= {arXiv preprint arXiv:2201.08894},
year = {2022}
}
备注
26 pages, 3 figure