Met een impliciet scoringsmodel kun je de intuïtieve keuzes van chemici ‘vangen’, schrijven onderzoekers van Novartis en Microsoft in Nature Communications. Dit kan het selectieproces van kandidaat-medicijnen veel efficiënter maken.
In de chemie zijn veel zaken vanuit een rationele aanpak te benaderen. Er is theoretische onderbouwing, er zijn tal van uitvoerig getoetste wetmatigheden en er is een schat aan literatuur en experimentele data beschikbaar. Maar toch kun je op basis daarvan niet alle keuzes die chemici op dagelijkse basis maken volledig verklaren. Opgedane ervaring, vaak verwoord als ‘intuïtie’, speelt ook een grote rol.
Die intuïtie is moeilijk expliciet te maken, maar toch is dat precies wat onderzoekers van Novartis en Microsoft voor ogen hadden. Want als je onderliggende patronen kunt identificeren, kun je die ‘verborgen’ kennis formaliseren en gebruiken voor nieuwe, voorspellende machine learning technieken waarmee je het selectie- en optimalisatieproces van nieuwe drug leads efficiënter kunt maken.
Als lid van de KNCV, KVCV, NBV, of NVBMB heeft u onbeperkt toegang tot deze site, u kunt hier inloggen.