novinky.nakupovanie.sk
utorok 10. novembra 2026
Veda a výskum

Model MFMNet pomáha vyberať sľubné kombinácie protirakovinových liekov

Výpočtový model spája údaje o štruktúre liekov s génovou aktivitou bunkových línií. Výsledky podporujú jeho využitie na predbežné určovanie kombinácií na ďalšie skúmanie, nie však ich klinickú účinnosť.

AI ilustrácia k téme článku
Ilustrácia · Vlastná redakcia · Podmienky použitia

Vedci vyvinuli model MFMNet na predpovedanie, ktoré dvojice protirakovinových liekov by mohli pôsobiť synergicky. Metóda kombinuje viaceré reprezentácie molekulovej štruktúry liekov s údajmi o liekoch a transkriptomickými charakteristikami bunkových línií.

V prísnejšom hodnotení s rovnakým rozdelením dát pre porovnávané metódy dosiahol model pri ukazovateli AUROC hodnotu 0,9227 ± 0,0055 a pri PR-AUC hodnotu 0,9127 ± 0,0084. Po Holmovej korekcii boli jeho výsledky štatisticky významne lepšie než pri modeloch XGBoost, DeepDDS-GCN a DeepDDS-GAT.

Hodnotenie však vychádzalo z päťnásobnej krížovej validácie jednotlivých záznamov v súbore O'Neil. Ten obsahoval 13 243 označených záznamov, ale iba 38 rôznych liekov a 31 bunkových línií. Výsledky preto zatiaľ neukazujú, ako by MFMNet fungoval pri úplne nových liekoch alebo bunkových líniách.

Autori v časopise PLOS One uvádzajú, že model môže slúžiť na výpočtové určovanie priorít medzi kandidátnymi kombináciami. Jeho zovšeobecniteľnosť a biologický význam vybraných predpovedí si vyžadujú širšie výpočtové aj experimentálne overenie.

Zdieľať

Zaujalo vás to? Pošlite správu ďalej.

FacebookXThreadsTelegramPinterest

Skopírujte text a verejný odkaz, otvorte aplikáciu a vložte ich do príspevku.

Odkaz na článok

Zdroje

  • PLOS One · 2026-11-10T18:44:31.762Z
    MFMNet: Adaptive tri-layer graph pyramid with cross-scale attention router for synergistic drug prediction · Lei Wang, Liping Sun, Jingwen Pan, Guangming Shao, Guokun Shi, Guanyu Zhang et al. (2026), PLOS One, DOI: 10.1371/journal.pone.0362586. · Creative Commons Attribution License; version not stated in API

    Wang et al This is an open access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited. Selected abstract and body passages only; no figure, table, dataset, logo or third-party media reuse.

    Slovenské spracovanie a prípadný preklad: novinky.nakupovanie.sk, 2026, s využitím AI. Text bol skrátený a redakčne upravený. Nejde o oficiálny preklad ani schválenie autorom či PLOS.