Тезисы докладов
| Вид материала | Тезисы |
- Тезисы докладов, 4952.24kb.
- Тезисы докладов, 1225.64kb.
- Правила оформления тезисов докладов Тезисы докладов предоставляются в электронном виде, 22.59kb.
- «Симпозиум по ядерной химии высоких энергий», 1692.86kb.
- Требования к тезисам докладов, 16.83kb.
- Тезисы докладов научно-практической, 6653.64kb.
- Тезисы докладов 1 Межвузовская научно -практическая конференция студентов и молодых, 100.64kb.
- Тезисы докладов и заявки на участие, 104.97kb.
- Тезисы докладов, принятые Оргкомитетом для опубликования в Материалах форума, 788.61kb.
- Тезисы докладов, принятые Оргкомитетом для опубликования в Материалах форума, 1066kb.
СОЗДАНИЕ ПРИКЛАДНЫХ СИСТЕМ ГЕНЕРАЦИИ ЗНАНИЙ
О ФАРМАКОЛОГИЧЕСКИХ СВОЙСТВАХ ХИМИЧЕСКИХ СОЕДИНЕНИЙ НА ОСНОВЕ БАЗ ХИМИКО-БИОЛОГИЧЕСКИХ ДАННЫХ И МАТЕМАТИЧЕСКИХ АЛГОРИТМОВ АНАЛИЗА МУЛЬТИПАРАМЕТРИЧЕСКИХ ОБЪЕКТОВ
К.В. Балакин, Я.А. Иваненков, А.З. Афанасьев, Е.В. Бовина, Б.И.Леднев
Институт физиологически активных веществ РАН, Черноголовка
Современное состояние дел в области химической и биологической информатики характеризуется колоссальным объемом накопленной информации о структурах физиологически активных соединений и их свойствах. Анализ этого массива данных позволяет получать новые знания о свойствах фармакологически активных объектов. В современных условиях объекты исследования становятся все более сложными, вследствие чего для решения таких задач требуется мощный вычислительно-математический аппарат. Решение подобных задач невозможно без привлечения больших информационных массивов данных и специальных программных инструментов, которые позволяют эффективно обрабатывать структурные и прочие сведения о соединениях, а также обладают возможностями анализа этой информации и генерации на ее основе новых знаний о фармакологических свойствах химических соединений. При этом актуальными являются проблемы совместимости, удобства пользования, приспособленности под конкретные терапевтические области, ценовой доступности и пр.
В ходе работы над проектом была разработана программная компьютерная система, позволяющая аккумулировать большие массивы химико-биологических данных (базы данных) и обладающая встроенными возможностями для эффективного математического анализа этих данных (системы анализа данных). Были применены специальные алгоритмы мультипараметрического анализа данных, позволяющие обнаруживать тонкие закономерности между структурами и фармакологическими свойствами анализируемых объектов. Эти инструменты позволяют генерировать новые знания об актуальных фармакологических объектах исследований, а также с наибольшей эффективностью, рационально и направленно разрабатывать новые лекарства. В программе реализован удобный пользовательский интерфейс, характерный для программ под управлением операционной системы Windows.
Ключевыми элементами реализованных экспертно-прогностических алгоритмов являются: (1) обучающие выборки по интересующим направлениям исследований; (2) построение количественной модели «структура-свойство» с использованием встроенных алгоритмов анализа данных и обучающих выборок; (3) валидация моделей с использованием внутренних или внешних обучающих выборок. Созданные алгоритмы способны, например, прогнозировать потенциальную мишень-специфичную активность химических соединений, потенциальные побочные эффекты (токсичность, лекарство–лекарственные взаимодействия и пр.), некоторые ключевые фармакокинетические параметры соединений.
Новый программный продукт предназначен для поддержки деятельности ИФАВ РАН, а также некоммерческого партнерства институтов РАН «Орхимед», по разработке новых лекарств. Предполагается, что он будет играть важную роль в качестве средства хранения и анализа информации, получаемой в результате реализации масштабных программ биологического скрининга химических соединений.
ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКИХ И ПРОГРАММНЫХ СРЕДСТВ ДЛЯ РЕШЕНИЯ ЗАДАЧ ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ ПО ПРЕЦЕДЕНТАМ В ОНКОЛОГИИ, НЕЙРОХИРУРГИИ И АКУШЕРСТВЕ
Ю.И.Журавлев, В.В.Рязанов В.В., О.В.Сенько
Учреждение российской академии наук Вычислительный центр
им. А.А.Дородницына РАН
Эффективность применения математических методов распознавания и прогноза по прецедентам в медицине существенно зависит от автоматизации настройки методов на конкретные задачи и реальные биомедицинские данные. Перспективным является разработка подходов для решения задач диагностики коллективами алгоритмов (создание корректирующих процедур) и адаптация алгоритмов к неполноте практических данных. С данной целью создана программа коррекции алгоритмов в виде полиномов второй степени. Предложены и апробированы на медицинских задачах новые подходы в условиях неполноты данных [1].
Проведены исследования по прогнозированию исхода хирургического лечения пациентов с дегенеративными заболеваниями поясничного отдела позвоночника (совместно с Медицинским центром ЦБ). Исходный материал составили 389 пациентов, которым было проведено оперативное лечение: радиочастотная деструкция фасеточных нервов поясничных позвонков; чрескожная лазерная дискэктомия поясничных дисков; микродискэктомия без фиксации позвоночных сегментов; дискэктомия с фиксацией позвоночных сегментов. Точность решения задач контроля лечения (распознавание результатов лечения при выписке, через 6 месяцев, через 1 и 2 года) составила 96.4 % правильных ответов, точность прогноза исхода заболевания на год вперед – 90.2 %. Найдены взаимосвязи между признаками и исходами лечения [2].
Разработан новый метод анализа выживаемости, основанный на построении оптимальных статистически достоверных разбиений пространств прогностических переменных. Разбиения строятся таким образом, чтобы максимизировать расстояния между кривыми Каплан-Майера для подобластей – элементов разбиения. Была предложена новая модель многофакторного прогноза выживаемости, основанная на голосовании по системам закономерностей. Тестирование разработанных методов проведено на данных по выживаемости больных остеогенной саркомой, предоставленных РОНЦ им. Н.Н.Блохина РАМН.
В сотрудничестве с Институт биохимической физики им. Н.М.Эммануэля РАН и Московским государственным медико-стоматологическим университетом разработан многофакторный метод прогнозирования исхода беременности. Исследованы три вида исходов беременности: рождение ребенка с наследственным заболеванием; рождение ребенка с мультифакториальным заболеванием и рождение здорового ребенка. Разработан способ экспресс-диагностики, основанный на вычислении балльных оценок непосредственно врачом [3].
1. Ю.И.Журавлев, И.Б.Петров, В.В.Рязанов. Дискретные методы диагностики и анализа медицинской информации. «Медицина в зеркале информатики». Москва. Наука. 2008. стр. 5-21.
3. Ю.И.Журавлев, Г.И.Назаренко, В.В.Рязанов, А.М.Черкашов. Прогнозирование исходов оперативного лечения дегенеративных заболеваний поясничного отдела позвоночника. Вестник травматологии и ортопедии им. Н.Н.Приорова. 2008. 2. стр. 3-10.
3. Кузнецова А.В., Сенько О.В., Чуматова Э. В. Изучение факторов, значимо влияющих на исход беременности, и его прогноз с использованием теории распознавания. Proceedings of the 2nd International Conference on Mathematical Biology and Bioinformatics, Россия, Пущино, 8-12 сентября 2008, с. 80-81.