Wissenschaftler des Massachusetts Institute of Technology (MIT) haben ein kryptographisches System entwickelt, das neuronalen Netzwerken dabei helfen könnte, vielversprechende Arzneimittelkandidaten in umfangreichen pharmakologischen Datensätzen zu identifizieren und gleichzeitig die Daten geheim zu halten, was eine breitere Sammlung sensitiver pharmakologischer Daten für die prädiktive Arzneimittelentdeckung ermöglichen könnte. Obwohl bei diesem Ansatz große pharmakologische Datensätze herangezogen werden, bleiben die Daten des Einzelnen geschützt. Die Datensätze sind essenziell, um herauszufinden, wie Probanden auf Zielproteine reagieren.

Hochsensible Informationen dank MIT-Entwicklung

Die Experimente des Teams zeigen, dass das entwickelte Netzwerk schneller und akkurater als existierende Ansätze vorgeht. Massive Datensätze können innerhalb von Tagen verarbeitet werden, wohingegen andere kryptografische Systeme dafür Monate benötigen können. Des Weiteren konnte das smarte Netzwerk neue Wechselwirkungen, beispielsweise zwischen dem Leukämiemedikament Imatinib und dem Enzym ErbB4, mit klinischer Relevanz herausstellen.

Grafik: Hie, Cho, Berger (mit.edu)
BU: Gryptography - Ein neuronales Netzwerk, das sicher nach potenziellen Medikamenten sucht, könnte zu einem großen Pool sensibler Daten führen

"Menschen realisieren, dass ihre Daten gesammelt werden müssen, um die Entwicklung von Medikamenten zu beschleunigen. Dennoch gab es bis jetzt keine guten Methoden, um diesem Ziel näherzukommen", schildert Studienautorin Bonnie Berger. Das neuronale Netzwerk wurde mittels linearer Berechnungen trainiert. Die Datenbasis für das Training des neuronalen Netzwerks ist eine Ressource, die sich "STITCH" nennt und aus 1,5 Mio. Datensätzen besteht.