높은 처리량의 약물 발견 통계를 통한 성공-Graeme Robb-AstraZeneca
[이 강연은 2017 년 7 월 13 일 영국 JMP 사용자 그룹 회의에서 발표되었습니다.]
1980 년대와 90 년대에 신약 개발 회사는 HTS (High Throughput Screening) 기술에 막대한 투자를하여 수백만 개의 화합물을 빠르게 스크리닝 할 수있었습니다. 이것은 순진한 접근 방식으로 입증되었습니다. 더 큰 것은 좋지 않은 것 같으며 HTS에 대한 투자는 그 사이에 더 높은 비율의 약물 승인을 제공하지 못했습니다. 우리가 지금 깨닫는 것은 양이 질보다 덜 중요하다는 것입니다. HTS에 적합한 분석의 '예측 타당성'은 필연적으로 손상되고 관심있는 질병 표현형과 직접 관련이 없을 수 있습니다. 높은 위양성 비율과 노이즈로 인해 참 양성을 식별하기가 어렵습니다. 데이터를 이해하고 통계 기법을 사용하면 오 탐지를 인식하는 능력이 향상됩니다. 과거 HTS 캠페인에서 얻은 통계적 학습은 결과를 향상시키고 체계적인 오 탐지를 추가로 발견하는 데 사용됩니다. 앞으로 우리는 통계, 모델링 및 기계 학습을 모두 활용할 수있는 확장 및 예측 타당성 문제에 직면 할 것입니다.
