Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas
Artificial intelligence (AI) is revolutionizing the field of drug discovery and development, offering innovative solutions to complex and costly challenges. The increasing digitization of data has propelled the application of AI across various sectors of society, particularly within the pharmaceutic...
| Autor principal: | Sales, Matheus Renan Bezerra |
|---|---|
| Grau: | Trabalho de Conclusão de Curso |
| Idioma: | por |
| Publicado em: |
Brasil
2024
|
| Assuntos: | |
| Acesso em linha: |
http://riu.ufam.edu.br/handle/prefix/8050 |
| id |
oai:localhost:prefix-8050 |
|---|---|
| recordtype |
dspace |
| spelling |
oai:localhost:prefix-80502025-03-10T21:25:17Z Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas Sales, Matheus Renan Bezerra Ghizoni, Cristiane Vizioli de Castro http://lattes.cnpq.br/1267518347915388 Capibaribe, Victor Celso Cavalcanti http://lattes.cnpq.br/9172409597677517 Braz, Shélida Vasconcelos http://lattes.cnpq.br/0679358670907964 https://orcid.org/0000-0002-4856-9875 https://orcid.org/0000-0003-4057-1759 https://orcid.org/0000-0003-1484-109X Artificial intelligence Pharmaceutical research Drug discovery Machine learning Deep learning CIENCIAS DA SAUDE: FARMACIA Artificial intelligence (AI) is revolutionizing the field of drug discovery and development, offering innovative solutions to complex and costly challenges. The increasing digitization of data has propelled the application of AI across various sectors of society, particularly within the pharmaceutical industry, where it has played a pivotal role in optimizing and accelerating the research process. This study aimed to demonstrate the importance of utilizing and comprehending the functional aspects of AI in pharmaceutical research, specifically focusing on drug development. An integrative review was conducted using freely accessible academic platforms, selecting studies addressing the theme of this work published in the last 10 years. AI can be employed throughout the drug development process, from discovery to commercialization, highlighting its impact on the economic and efficient creation of new pharmaceutical agents with desired properties. The combination of AI and drug design technology has facilitated the prediction of pharmaceutical activities, physicochemical properties, pharmacogenetics, distribution, metabolism, and toxicity, as well as quantitative structure-property or structure-activity relationships (QSAR/QSPR). The use of deep learning (DL) methods has driven the evolution of machine learning (ML) techniques, enabling a more precise and efficient analysis of the vast datasets available for drug research and development. While the advancements in AI application in drug development are promising, numerous challenges persist, such as the need for robust datasets for DL training and enhancements in method accuracy. Nevertheless, the utilization of AI in pharmacovigilance and the identification of new therapeutic targets underscore its potential to revolutionize the approach to treating a variety of diseases, fostering significant advancements in public health. A inteligência artificial (IA) está revolucionando o campo da descoberta e desenvolvimento de medicamentos, oferecendo soluções inovadoras para desafios complexos e custosos. A digitalização crescente dos dados impulsionou a aplicação da IA em várias esferas da sociedade, incluindo o setor farmacêutico, onde tem sido instrumental na otimização e aceleração do processo de pesquisa. Este trabalho teve como objetivo demonstrar a importância do uso e compreensão funcional da IA em pesquisas farmacêuticas, com foco no desenvolvimento de medicamentos. Dessa forma, foi feita uma revisão integrativa utilizando plataformas acadêmicas de livre acesso e selecionados os estudos que abordavam a temática desse trabalho publicados nos últimos 10 anos. A IA pode ser usada em fases do processo de desenvolvimento de medicamentos, desde a descoberta até a comercialização, destacando seu impacto na economia e eficiente de novos agentes farmacêuticos com propriedades desejadas. A combinação de IA e tecnologia em design de medicamentos tem facilitado a previsão de atividades farmacêuticas, propriedades físico-químicas, farmacogenética, distribuição, metabolismo e toxicidade, além de relações quantitativas estrutura-propriedade ou relações quantitativas estrutura-atividade (QSAR/QSPR). O uso de métodos de aprendizagem profunda (DL) tem impulsionado a evolução dos métodos de aprendizado de máquina (ML), permitindo uma análise mais precisa e eficiente dos grandes conjuntos de dados disponíveis para pesquisa e desenvolvimento de medicamentos. Embora os avanços na aplicação da IA no desenvolvimento de medicamentos sejam promissores, ainda existem muitos desafios, como a necessidade de conjuntos de dados robustos para treinamento em DL e aprimoramentos na precisão dos métodos. No entanto, a utilização da IA na farmacologia e na identificação de novos alvos terapêuticos destaca seu potencial para revolucionar a abordagem no tratamento de uma variedade de doenças, promovendo avanços significativos na saúde pública. 2 Não 2024-10-29T21:33:05Z 2024-10-29T21:33:05Z 2024-03-27 Trabalho de Conclusão de Curso http://riu.ufam.edu.br/handle/prefix/8050 por Acesso Aberto https://creativecommons.org/licenses/by-nc-nd/4.0/ Brasil ICET - Instituto de Ciências Exatas e Tecnologia (Itacoatiara) Itacoatiara (AM) Farmácia - Bacharelado - Itacoatiara |
| institution |
Repositório Institucional - Universidade Federal do Amazonas |
| collection |
RI-UFAM |
| language |
por |
| topic |
Artificial intelligence Pharmaceutical research Drug discovery Machine learning Deep learning CIENCIAS DA SAUDE: FARMACIA |
| spellingShingle |
Artificial intelligence Pharmaceutical research Drug discovery Machine learning Deep learning CIENCIAS DA SAUDE: FARMACIA Sales, Matheus Renan Bezerra Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| topic_facet |
Artificial intelligence Pharmaceutical research Drug discovery Machine learning Deep learning CIENCIAS DA SAUDE: FARMACIA |
| description |
Artificial intelligence (AI) is revolutionizing the field of drug discovery and development, offering innovative solutions to complex and costly challenges. The increasing digitization of data has propelled the application of AI across various sectors of society, particularly within the pharmaceutical industry, where it has played a pivotal role in optimizing and accelerating the research process. This study aimed to demonstrate the importance of utilizing and comprehending the functional aspects of AI in pharmaceutical research, specifically focusing on drug development. An integrative review was conducted using freely accessible academic platforms, selecting studies addressing the theme of this work published in the last 10 years. AI can be employed throughout the drug development process, from discovery to commercialization, highlighting its impact on the economic and efficient creation of new pharmaceutical agents with desired properties. The combination of AI and drug design technology has facilitated the prediction of pharmaceutical activities, physicochemical properties, pharmacogenetics, distribution, metabolism, and toxicity, as well as quantitative structure-property or structure-activity relationships (QSAR/QSPR). The use of deep learning (DL) methods has driven the evolution of machine learning (ML) techniques, enabling a more precise and efficient analysis of the vast datasets available for drug research and development. While the advancements in AI application in drug development are promising, numerous challenges persist, such as the need for robust datasets for DL training and enhancements in method accuracy. Nevertheless, the utilization of AI in pharmacovigilance and the identification of new therapeutic targets underscore its potential to revolutionize the approach to treating a variety of diseases, fostering significant advancements in public health. |
| author_additional |
Ghizoni, Cristiane Vizioli de Castro |
| author_additionalStr |
Ghizoni, Cristiane Vizioli de Castro |
| format |
Trabalho de Conclusão de Curso |
| author |
Sales, Matheus Renan Bezerra |
| title |
Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| title_short |
Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| title_full |
Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| title_fullStr |
Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| title_full_unstemmed |
Revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| title_sort |
revisão integrativa do uso da inteligência artificial em pesquisas farmacêuticas |
| publisher |
Brasil |
| publishDate |
2024 |
| url |
http://riu.ufam.edu.br/handle/prefix/8050 |
| _version_ |
1831970091478024192 |
| score |
11.755432 |