Kode Chemoinformatics lancia FAST

Kode Chemoinformatics lancia FAST, la soluzione per una veloce selezione delle variabili
Fast è il primo software di una suite di soluzioni che mira ad accompagnare chimici computazionali, laboratori e aziende nell’intero processo di modellazione QSAR.
Kode Chemoinformatics, la Business Unit della realtà Pisana Kode, dedicata ai progetti di chemoinformatica e Intelligenza Artificiale in ambito chimico, farmacologico, alimentare e biotecnologico, lancia FAST, un prodotto dedicato alla selezione dei descrittori molecolari rilevanti per la costruzione di modelli QSAR.
Il tema della feature selection, benché fondamentale nel definire le qualità del modello in un difficile equilibrio fra overfitting e underfitting, è tutt’oggi un problema aperto.
Fra le molte soluzioni proposte negli anni, non esistono condizioni che consentano di valutare a priori il miglior metodo di selezione per un dato problema.
La selezione delle caratteristiche utili diventa quindi un passaggio centrale in un settore come la modellazione QSAR in cui il calcolo dei descrittori molecolari può generare migliaia di features, rendendo quindi il processo lungo e complesso.
La Business Unit di Kode Chemoinformatics ha risposto a questo problema sviluppando FAST, prodotto in grado di identificare con uno sforzo pressoché nullo da parte dell’operatore, il miglior set di variabili per il proprio modello QSAR e di fornire soluzioni facilmente integrabili con qualunque flusso di lavoro.
La Business Unit di Kode Chemoinformatics ha risposto a questo problema sviluppando FAST, prodotto in grado di identificare, con uno sforzo pressoché nullo da parte dell’operatore, il miglior set di variabili per il proprio modello QSAR e di fornire soluzioni facilmente integrabili con qualunque flusso di lavoro.
Utilizzando un approccio full-search, FAST scompone il problema della selezione delle features in tre passaggi sequenziali (filtering, pruning e selection) a precisione e costo computazionale via via crescente, generando così un gran numero di set di variabili. L’efficacia di queste soluzioni viene quindi calcolata in termini di proprietà predittive attraverso uno o più modelli machine learning al fine di identificare la soluzione migliore per il dataset in esame.
“FAST è il primo di una serie di strumenti che stiamo sviluppando per semplificare la vita a chi lavora con dataset di grandi dimensioni con tantissime features nell’ambito della modellazione QSAR – afferma Alessio Sommovigo, responsabile della BU Kode Chemoinformatics. – Utilizzare un set di variabili non ottimale per il modello può impattare notevolmente sulla corretta modellazione. Ritengo nostro compito trovare soluzioni per risparmiare questo genere di problemi ai nostri clienti fornendo tool di facile utilizzo e facilmente integrabili”.
“La nostra BU di Chemoinformatica è il fiore all’occhiello di Kode – afferma Marco Calderisi, CEO di Kode – la sua mission è da sempre sviluppare e integrare prodotti e soluzioni utili per i chemoinformatici che lavorano in ambiti di grande rilievo per il nostro mondo come quello ambientale, quello farmacologico o quello ecotossicologico. La prontezza nel risolvere e anticipare le sfide dei nostri clienti è una cosa che ci caratterizza da sempre”.
Scopri di più sul nostro nuovo prodotto FAST: https://www.kode-solutions.net/products/fast-the-full-search-based-tool-to-rapidly-execute-your-features-selection/
Scopri di più sulla nostra BU Kode Chemoinformatics: https://chm.kode-solutions.net/
Leggi altro su innovazione – tech