Merging data curation and machine learning to improve nanomedicines.
Merging data curation and machine learning to improve nanomedicines.
复制标题
将数据管理和机器学习相结合，以改进纳米医学。
DOI：
10.1016/j.addr.2022.114172
复制
发表时间：
2022-04
影响因子：
16.1
通讯作者：
中科院分区：
文献类型：
--
作者：
纳米医学设计通常是一个反复试验的过程，配方和体内特性的优化需要大量的实验室工作。为了加快纳米医学的研究进展，数据科学在纳米医学领域的重要性正在稳步上升。最近，人们已经探索了通过先进的数据分析来预测纳米材料合成和生物行为的潜力。机器学习算法处理大型数据集，以理解和预测纳米医学合成中的各种材料特性、药理学参数和功效。“大数据”方法可能会带来更大的进步，特别是如果研究人员利用数据管理方法。然而，同时使用数据管理过程来促进大型异构数据集的获取和标准化，以支持机器学习等先进的数据分析方法，还有待利用。目前，以纳米技术为重点的数据科学或“纳米信息学”的数据管理和数据分析领域在很大程度上是独立进行的。本次审查强调了目前在这两个领域的努力和潜在的协调机会，以提高纳米医学数据分析的能力。
Nanomedicine design is often a trial-and-error process, and the optimization of formulations and in vivo properties requires tremendous benchwork. To expedite the nanomedicine research progress, data science is steadily gaining importance in the field of nanomedicine. Recently, efforts have explored the potential to predict nanomaterials synthesis and biological behaviors via advanced data analytics. Machine learning algorithms process large datasets to understand and predict various material properties in nanomedicine synthesis, pharmacologic parameters, and efficacy. “Big data” approaches may enable even larger advances, especially if researchers capitalize on data curation methods. However, the concomitant use of data curation processes needed to facilitate the acquisition and standardization of large, heterogeneous data sets, to support advanced data analytics methods such as machine learning has yet to be leveraged. Currently, data curation and data analytics areas of nanotechnology-focused data science, or ‘nanoinformatics’, have been proceeding largely independently. This review highlights the current efforts in both areas and the potential opportunities for coordination to advance the capabilities of data analytics in nanomedicine.
登录
查看更多内容
影响因子：
7.4
作者：
Anselmo AC;Mitragotri S
通讯作者：
Mitragotri S
DOI：
10.1016/j.gpb.2017.07.003
发表时间：
2018-03
期刊：
Genomics, proteomics & bioinformatics
影响因子：
--
作者：
Cao C;Liu F;Tan H;Song D;Shu W;Li W;Zhou Y;Bo X;Xie Z
通讯作者：
Xie Z
影响因子：
2.5
作者：
Ayala, Vanessa;Herrera, Adriana P.;Latorre-Esteves, Magda;Torres-Lugo, Madeline;Rinaldi, Carlos
通讯作者：
Rinaldi, Carlos
影响因子：
5.4
作者：
Bulbake U;Doppalapudi S;Kommineni N;Khan W
通讯作者：
Khan W
影响因子：
5.8
作者：
Brown, Tyler D.;Habibi, Nahal;Mitragotri, Samir
通讯作者：
Mitragotri, Samir