عصر هوش مصنوعی، یادگیری ماشینی و علم داده در صنعت داروسازی ۲۰۲۱
The Era of Artificial Intelligence, Machine Learning, and Data Science in the Pharmaceutical Industry 2021

عصر هوش مصنوعی، یادگیری ماشین و علم داده در صنعت داروسازی، فرآیند کشف دارو را بررسی کرده و ارزیابی می کند که چگونه فناوری های جدید اثربخشی را بهبود بخشیده اند. هوش مصنوعی و یادگیری ماشین، آینده ی طیف گسترده ای از رشته ها و صنایع، از جمله صنعت داروسازی، محسوب می شوند. در محیطی که تولید یک داروی تایید شده واحد، میلیون ها هزینه در بر دارد و سال ها آزمایش دقیق قبل از تایید آن زمان می برد، کاهش هزینه ها و زمان از اهمیت بالایی برخوردار است. این کتاب، مسیری را دنبال می کند که یک شرکت دارویی هنگام تولید یک داروی درمانی طی می کند، از ابتدا تا نهایت بهره مندی از زندگی یک بیمار.

این منبع جامع، برای فعالان در صنعت داروسازی مفید خواهد بود، اما برای هر کسی که در زمینه زیست شناسی شیمیایی، شیمی محاسباتی، شیمی دارویی و بیوانفورماتیک تحقیق می کند نیز جالب خواهد بود.

• نشان می دهد که چگونه پیش بینی اثرات سمی انجام می شود، چگونه می توان هزینه های آزمایش ترکیبات را کاهش داد و استفاده از آن در تحقیقات حیوانی چگونه است.
• توسط تیم های صنعتی که این کار را انجام می دهند نوشته شده است و نشان می دهد که چگونه فناوری بهبود یافته و در کجا باید بیشتر بهبود یابد.
• موادی را هدف قرار می دهد تا درک بهتری از تکنیک های رشته های مختلف ایجاد کند، در نتیجه یک راهنمای کامل ایجاد می کند.

The Era of Artificial Intelligence, Machine Learning and Data Science in the Pharmaceutical Industry examines the drug discovery process, assessing how new technologies have improved effectiveness. Artificial intelligence and machine learning are considered the future for a wide range of disciplines and industries, including the pharmaceutical industry. In an environment where producing a single approved drug costs millions and takes many years of rigorous testing prior to its approval, reducing costs and time is of high interest. This book follows the journey that a drug company takes when producing a therapeutic, from the very beginning to ultimately benefitting a patient’s life.

This comprehensive resource will be useful to those working in the pharmaceutical industry, but will also be of interest to anyone doing research in chemical biology, computational chemistry, medicinal chemistry and bioinformatics.

• Demonstrates how the prediction of toxic effects is performed, how to reduce costs in testing compounds, and its use in animal research
• Written by the industrial teams who are conducting the work, showcasing how the technology has improved and where it should be further improved
• Targets materials for a better understanding of techniques from different disciplines, thus creating a complete guide