阿斯利康利用PyTorch和Azure ML加速药物发现

今年6月，微软在Udacity上推出了新的Azure机器学习(ML)课程，为学生提供开源工具和框架，如PyTorch，帮助他们构建复杂的ML解决方案。上周我们接受Ignite采访时，微软Power BI CVP Arun Ulag也评论了Azure ML服务在端到端系统建设中的重要性。

如今，研究型生物制药公司阿斯利康发布了如何利用Azure ML与PyTorch的合作，加速新药研发的信息。

这项研究背后的团队认为，机器学习是分析数据以找到相关链接的关键，这就是为什么它使用基于知识图的方法来理解上下文科学数据事实网络之间的关系。团队中的自然语言处理(NLP)成员更喜欢PyTorch高效地构建各种模型，并坚持最新的研究。

结合Azure ML，将创建一个推荐系统——运动训练嵌入，可用于将知识地图中的节点映射为能够有意义地表示原始数据的低维数字数据。然后，借助Azure ML的高级计算能力，这些系统被用来以一致的方式训练用例特定的模型。阿斯利康最近发表了一篇论文，比较了不同条件下，同时使用Azure ML和PyTorch的车型的性能。该公司使用Azure Blob存储来处理大量必要的数据。

同样，如上图所示，Azure ML还简化了整个机器学习过程的端到端生命周期管理，从而加快了迭代速度，加快了模型开发过程。这些方法构建的模型最终被用于以更快、更准确的方式发现和推荐“潜在新药和新药靶点”。

展望未来，公司计划继续拓展其知识图谱——通过上述平台应用机器学习——最终目标是以更有效的方式为医疗保健行业提供新药。

标签：