Исследователи из Венского университета разработали инструмент «MolCompass» для улучшения прозрачности и достоверности алгоритмов машинного обучения, применяемых для оценки опасности химических веществ. Традиционные методы тестирования на животных сталкиваются с проблемами, включая высокие затраты и этические вопросы. Проект RISK-HUNT3R создан для разработки альтернативных тестов без использования животных.
В журнале Science Daily подчеркивается, что MolCompass является инструментом для детального изучения надежности предсказаний, сделанных с помощью алгоритмов машинного обучения в контексте бинарной классификации, включая оценку токсичности химикатов. Этот инструмент способствует обнаружению молекул, для которых предсказания имеют высокий уровень вероятности точности. При этом оказываются неверными, что открывает новые горизонты для исследований в химической науке.
В ходе испытаний MolCompass применялся для изучения взаимодействия с рецепторами эстрогенов. Результаты исследования подтвердили, что данный инструмент демонстрирует высокую эффективность при анализе стероидов, однако возникают трудности при анализе мелких нециклических молекул.
