AI平台快速识别潜在靶点，可用于抗衰老和人口减少疾病治疗

AI 与深度学习模型在组学资料库和文本资料库当中给予各种因素资料，日后对特定营养不良具体的各种因素同步进行预报和立体化指标。该操作系统能够协助药剂师及生物领域的科学家迅速找到药品日后透过的候选各种因素，并对这些各种因素进行进一步系统地。

所示 | PandaOmics™操作系统（可能：Aging）

其当中，立体化组学资料库含有左右 1.9 万亿个公开系统生物学资料点，关的 1500 多种营养不良和 1 万多种营养不良亚型；而文本资料库由发明专利、出版物、临床试验结果、公司公告，以及超过 2 万亿美元的资金投入项目等组已成，总计有 4000 万份以上的文件信息。

此外，PandaOmics™ 还能够依据从新颖性、实验性、已成发汗等各种因素的重要物件对其同步进行排序。现有，该操作系统已在学术出版界和制药出版界得到大量的支持。

不过，该设计团队用于指标各种因素的新方法还存在一定局限性，其左右期并未获所有营养不良的可用资料集，原理性文献也不够充足，这会对最终的分析新方法结果造已成不明确受到影响。

毋庸置疑的是，这个必要各种因素预报工具将有助于节省大量推测及用药营养不良的运输已成本，并为抗自愈和人口老化营养不良的应付提仅供更多可能。

-End-

参考：

1.Frank W. Pun et al. Hallmarks of aging-based dual-purpose disease and age-associated targets predicted using PandaOmics AI-powered discovery engine. Aging （2022）

。

武汉癫痫医院哪家比较好
长春看牛皮癣哪里比较好
不孕不育最好的医院
天津牛皮癣医院
武汉看痛风哪家最好
男性用药
健康提醒！五一后发烧别拖！72小时内这样做，避免病情加重！
心血管用药
流感咳嗽吃什么药止咳
眼部除皱