1. दवा की खोज के लिए मशीन लर्निंग का उपयोग करना: QSAR [0]

क्वांटिटेटिव स्ट्रक्चर-ऐक्टिविटी रिलेशनशिप (QSAR) एक ऐसी तकनीक है जो रासायनिक संरचना और जैविक गतिविधि के बीच संबंध को समझने के लिए मशीन लर्निंग का उपयोग करती है।

1.1. QSAR प्रक्रिया का कार्यप्रवाह [0]

  1. QSAR रासायनिक संरचना और जैविक गतिविधि के बीच संबंध को समझने के लिए मशीन लर्निंग का उपयोग करता है [0]
    1. यह प्रक्रिया अणुओं के डेटा सेट को इकट्ठा करने से शुरू होती है, जिसमें 100, 1000 या उससे भी अधिक अणु हो सकते हैं [0]
    2. प्रत्येक अणु के लिए, आणविक डिस्क्रिप्टर की गणना की जाती है, जो अणु के भौतिक-रासायनिक गुणों का वर्णन करते हैं और इसे अन्य अणुओं से अलग करते हैं [0]
      1. उदाहरण के लिए, एक आणविक विशेषता की उपस्थिति या अनुपस्थिति को दर्शाने के लिए मान एक और शून्य का उपयोग किया जा सकता है [0]
  2. सभी अणुओं के आणविक डिस्क्रिप्टर का संग्रह एक डेटा फ्रेम बनाता है, जिसे डेटा सेट भी कहा जाता है [1]
    1. इस डेटा सेट में, X डिस्क्रिप्टर आणविक डिस्क्रिप्टर के अनुरूप होते हैं [1]
    2. Y चर उस जैविक गतिविधि के अनुरूप होता है जिसे मॉडल प्रेडिक्ट करना चाहता है [1]
      1. उदाहरण के लिए, एक का मान इंगित करता है कि अणु सक्रिय है, जबकि शून्य का मान इंगित करता है कि यह निष्क्रिय है [1]

1.2. मशीन लर्निंग मॉडल को प्रशिक्षित करना और उसका उपयोग करना [1]

  1. इस डेटा सेट का उपयोग एक मशीन लर्निंग मॉडल को प्रशिक्षित करने के लिए किया जाता है [1]
    1. मॉडल रासायनिक संरचना और जैविक गतिविधि के बीच के संबंध को सीखता है [1]
    2. भविष्य में, दिए गए आणविक डिस्क्रिप्टर वाले एक नए अणु को प्रेडिक्टिव मॉडल पर लागू किया जा सकता है [1]
      1. मॉडल यह प्रेडिक्ट करेगा कि अणु सक्रिय है या निष्क्रिय, जैसे कि एक का मान सक्रिय होने का संकेत देता है [1]
  2. जैविक गतिविधि की भविष्यवाणी करने के अलावा, मॉडल यह भी जानकारी प्रदान करता है कि कौन सी विशेषताएं महत्वपूर्ण हैं [1]
    1. यह जानकारी जीवविज्ञानी और रसायनज्ञों के लिए भविष्य के अणुओं को अधिक मजबूत गुणों के साथ डिजाइन करने के लिए महत्वपूर्ण है [1]