Symbolbild: Pixabay

Forscher des Massachusetts Institute of Technology (MIT) haben ein kryptographisches System entwickelt, das neuronalen Netzwerken dabei hilft, geeignete Versuchspersonen für Arzneimittel zu identifizieren. Obwohl bei diesem Ansatz grosse pharmakologische Datensätze herangezogen werden, bleiben die Daten des Einzelnen geschützt. Die Datensätze sind essenziell, um herauszufinden, wie Probanden auf Zielproteine reagieren.

Die Experimente des Teams zeigen, dass das entwickelte Netzwerk schneller und akkurater als existierende Ansätze vorgeht. Massive Datensätze können innerhalb von Tagen verarbeitet werden, wohingegen andere kryptografische Systeme dafür Monate benötigen können. Des Weiteren konnte das smarte Netzwerk neue Wechselwirkungen, beispielsweise zwischen dem Leukämiemedikament Imatinib und dem Enzym ErbB4, mit klinischer Relevanz herausstellen.

"Menschen realisieren, dass ihre Daten gesammelt werden müssen, um die Entwicklung von Medikamenten zu beschleunigen. Dennoch gab es bis jetzt keine guten Methoden, um diesem Ziel näherzukommen", schildert Studienautorin Bonnie Berger. Das neuronale Netzwerk wurde mittels linearer Berechnungen trainiert. Die Datenbasis für das Training des neuronalen Netzwerks ist eine Ressource, die sich "Stitch" nennt und aus 1,5 Mio. Datensätzen besteht.



Der Online-Stellenmarkt für ICT Professionals