Inteligência artificial modelo alphafold para biologia molecular e descoberta de medicamentos: uma investigação informática orientada por aprendizado de máquina

Mol Cancer. 2024 Out 5;23(1):223. doi: 10.1186/s12943-024-02140-6.

RESUMO

O modelo AlphaFold remodelou a pesquisa biológica. No entanto, os vastos dados não estruturados em todo o campo AlphaFold exigem uma análise adicional para compreender plenamente o panorama atual da pesquisa e orientar a exploração futura. Assim, esta análise cientométrica teve como objetivo identificar clusters de pesquisa críticos, rastrear tendências emergentes e destacar áreas pouco exploradas neste campo, utilizando métodos de informática impulsionados por aprendizado de máquina. Análises estatísticas quantitativas revelam que o campo AlphaFold está desfrutando de uma tendência de desenvolvimento surpreendente (Taxa de Crescimento Anual = 180,13%) e colaboração global (Coautoria Internacional = 33,33%). Algoritmo de agrupamento não supervisionado, rastreamento de séries temporais e avaliação de impacto global indicam que o Cluster 3 (Avanços Impulsionados por Inteligência Artificial na AlphaFold para Biologia Estrutural) possui a maior influência (Citação Média = 48,36 ± 184,98). Além disso, a curva de regressão e a análise de explosão de pontos centrais destacam “predição de estrutura” (s = 12,40, R2 = 0,9480, p = 0,0051), “inteligência artificial” (s = 5,00, R2 = 0,8096, p = 0,0375), “descoberta de medicamentos” (s = 1,90, R2 = 0,7987, p = 0,0409) e “dinâmica molecular” (s = 2,40, R2 = 0,8000, p = 0,0405) como pontos centrais que impulsionam a fronteira da pesquisa. Mais importante ainda, o algoritmo Walktrap revela ainda que “predição de estrutura, inteligência artificial, dinâmica molecular” (Percentual de Relevância [RP] = 100%, Percentual de Desenvolvimento [DP] = 25,0%), “sars-cov-2, covid-19, design de vacinas” (RP = 97,8%, DP = 37,5%) e “modelagem de homologia, triagem virtual, proteína de membrana” (RP = 89,9%, DP = 26,1%) estão intimamente interligados com o modelo AlphaFold mas permanecem pouco explorados, o que implica um amplo espaço de exploração. Em conclusão, por meio de métodos de informática impulsionados por aprendizado de máquina, esta análise cientométrica oferece uma visão objetiva e abrangente da pesquisa global da AlphaFold, identificando clusters de pesquisa críticos e pontos centrais, apontando prospectivamente áreas críticas pouco exploradas.

PMID:39369244 | PMC:PMC11452995 | DOI:10.1186/s12943-024-02140-6

Respostas

Respostas