Comparteix:

Intel·ligència artificial per avançar en la investigació i desenvolupament de biomaterials

Les Doctores Hakimi i Ginebra (BBT-UPC) i el Dr. Krallinger (BSC-CNS) han publicat un article a Nature Review Materials, encoratjant la creació d’eines per al desenvolupament de biomaterials, basat en intel·ligència artificial.

S'acaba de publicar l'article "Time to kick-start text mining for biomaterials" (O. Hakimi, M. Krallinger, MP Ginebra) a Nature Review Materials, que exposa les grans possibilitats que la intel·ligència artificial presenta l'avanç de disseny i desenvolupament de biomaterials.

Els autors, un equip multidisciplinari format per Osnat Hakimi i Maria Pau Ginebra (BBT, UPC) i Martin Krallinger (BSC-CNS), proposen utilitzar tecnologies de text mining de dades per extreure informació sobre biomaterials, que actualment es troba dispersa a través articles científics, patents, informes de la FDA i actes de congressos.

Aquests mètodes d'explotació avançada de dades, juntament amb tècniques d'aprenentatge profund, podrien revelar associacions no considerades prèviament entre els atributs dels materials i les respostes biològiques i podrien ajudar en el disseny i descobriment de nous biomaterials.

Els biomaterials són materials que interaccionen amb sistemes biològics i són molt utilitzats en medicina i cirurgia modernes (implants, pròtesis, etc.). El seu disseny consisteix en aprofitar processos complexos, com les interaccions entre cèl·lules i materials i la degradació dels materials en el cos.

El creixent volum de resultats publicats al camp es contrasta amb un baix grau de difussió i sistematització de dades. L'article explica els reptes específics en multidisciplinari àmbit dels biomaterials i proposa accions per afrontar-los i permetre l'organització i l'explotació de les dades acumulades.

L'article ha estat escrit en el context del projecte DEBBIE, una acció Marie Skłodowska-Curie finançada per la UE, dedicada al desenvolupament de la primera base de dades de biomaterials mitjançant eines de data-mining