Explainable Artificial Intelligence for Drug Discovery and Development — A Comprehensive Survey

要約

創薬の分野は、人工知能 (AI) および機械学習 (ML) テクノロジーの出現により、目覚ましい変化を経験しました。
ただし、これらの AI および ML モデルが複雑になるにつれて、モデルの透明性と解釈可能性に対するニーズが高まっています。
Explainable Artificial Intelligence (XAI) は、この問題に対処し、機械学習モデルによって行われる予測をより解釈しやすく理解するための新しいアプローチです。
近年、XAI技術の創薬への応用に対する関心が高まっています。
このレビュー記事では、さまざまな XAI 手法、創薬におけるその応用、創薬における XAI 技術の課題と限界など、創薬における XAI の現在の最先端技術の包括的な概要を提供します。
この記事では、標的の同定、化合物の設計、毒性予測などの創薬における XAI の応用についても取り上げています。
さらに、この記事は、創薬における XAI の応用に関する潜在的な将来の研究の方向性を示唆しています。
このレビュー記事の目的は、創薬における XAI の現状と、この分野を変革する可能性についての包括的な理解を提供することです。

要約(オリジナル)

The field of drug discovery has experienced a remarkable transformation with the advent of artificial intelligence (AI) and machine learning (ML) technologies. However, as these AI and ML models are becoming more complex, there is a growing need for transparency and interpretability of the models. Explainable Artificial Intelligence (XAI) is a novel approach that addresses this issue and provides a more interpretable understanding of the predictions made by machine learning models. In recent years, there has been an increasing interest in the application of XAI techniques to drug discovery. This review article provides a comprehensive overview of the current state-of-the-art in XAI for drug discovery, including various XAI methods, their application in drug discovery, and the challenges and limitations of XAI techniques in drug discovery. The article also covers the application of XAI in drug discovery, including target identification, compound design, and toxicity prediction. Furthermore, the article suggests potential future research directions for the application of XAI in drug discovery. The aim of this review article is to provide a comprehensive understanding of the current state of XAI in drug discovery and its potential to transform the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google