哈佛大学的研究人员使用机器学习来发现现有药物的分子特征，这些分子特征可以有效地预防或治疗阿尔茨海默氏病。
该小组称该系统DRIAD用于治疗阿尔茨海默氏病的药物，该小组在《自然通讯》中介绍了其工作。
“ DRIAD与传统方法不同，传统方法是在整个基因空间上构建一个[计算]模型，然后对其进行特征重要性评分和预定义基因集的富集进行询问，然后将其用作进一步功能研究的候选清单，”写给Artem Sokolov博士及其同事。在临床研究中，“ DRIAD通过在模型训练和预测变量评估之前过滤与药物相关的基因的转录组空间，有效地使基因集的富集与预测变量的性能脱钩”。
重新使用FDA批准的阿尔茨海默氏病药物是一个有吸引力的想法，可以帮助加速有效治疗的到来-但不幸的是，即使对于先前批准的药物，临床试验也需要大量资源，因此无法评估患有阿尔茨海默氏病患者的每种药物。因此，我们建立了确定药物优先顺序的框架，帮助临床研究专注于最有前途的药物。