ЗАМАНАУИ БАҒДАРЛАМАЛЫҚ ҚҰРАЛДАРЫН ПАЙДАЛАНА ОТЫРЫП МӘЛІМЕТТЕР ҚОРЫН ТАЛДАУ ЖӘНЕ ДӘРІЛІК ҚОСЫЛЫСТАРДЫҢ ҚАСИЕТТЕРІН БОЛЖАУДЫҢ SMART-ТЕХНОЛОГИЯСЫНЫҢ ТИІМДІЛІГІН БАҒАЛАУ ӘДІСІН ӘЗІРЛЕУ

Қазіргі таңда уақытты және қаржылық шығынды азайту мақсатында белгіленген қасиеттер бойынша жаңа дәрілік препараттарды жасауға арналған инновациялық әдістерді әзірлеудің келешегі зор. Тиімді дәрілік қосылыстарды іздеу өте үлкен көлемдегі химиялық мәліметтерді өңдеуге тура келетін күрделі, көп сатылы үдеріс болып табылады. Дәрілік қосылыстардың «құрылым-қасиет» тәуелділігін болжау үшін жасанды интеллектің заманауи әдістерін қолдану өзекті болып келеді. Мақалада жасанды иммунды жүйелердің модификацияланған алгоритмдерінің негізінде жасалған болжаудың Smart-технологиясы ұсынылған. Smart-технологиясының тиімділігін бағалау ақаудың туындау салдары мен себептерін талдауға арналған FMEA (Failure Mode and Effects Analysis) әдістемесінің көмегімен жүзеге асырылады. Зерттеу жасалған FMEA моделі Smart-технологиясының этаптарының жұмыс істеуінің тәуекелін бағалауға арналған.

1. Chenye Qiu. A novel multi-swarm particle swarm optimization for feature selection // Genetic programming and evolvable machines. – Springer, 2019. - №20. – P. 503-529.

2. Zheng-Ming Gao, Juan Zhao. An Improved Grey Wolf Optimization Algorithm with Variable Weights // Computational Intelligence and Neuroscience. – 2019. – Vol.1. - №3. – P.1-13.

3. Mohamed Abdel-Basset, Laila A. Shawky. Flower pollination algorithm: a comprehensive review // Artificial Intelligence Review. – 2019. – Vol. 52. – P. 2533-2557.

4. Xi Wang. The Application of Genetic Algorithms in the Biological Medical Diagnostic Research // International journal of BIO automation. – 2016. – Vol.20. - №4. – P. 493 – 504.

5. Ilyes Jenhani, Zied Elouedi. Re-visiting the artificial immune recognition system: a survey and an improved version // Artificial Intelligence Review. – 2014. – Vol. 42. – P. 821–833.

6. David González-Patiño, Yenny Villuendas-Rey, Amadeo José Argüelles-Cruz, Oscar Camacho-Nieto, Cornelio Yáñez-Márquez. AISAC: An Artificial Immune System for Associative Classification Applied to Breast Cancer Detection // Applied science. – 2020. – Vol.10.- №2. – Р. 515.

7. Weiwei Zhang, Kui Gao, Weizheng Zhang, Xiao Wang, Qiuwen Zhang & Hua Wang.A hybrid clonal selection algorithm with modified combinatorial recombination and success-history based adaptive mutation for numerical optimization //A hybrid clonal selection algorithm with modified combinatorial recombination and success-history based adaptive mutation for numerical optimization. – Applied Intelligence, 2018. – Vol.49. – P.819-836.

8. Khulan Batbayar, Márta Takács, Miklos Kozlovszky. Medical device software risk assessment using FMEA and fuzzy linguistic approach: case study // 11th IEEE International Symposium on Applied Computational Intelligence and Informatics. – 2016. – P.197-202.

9. Chiozza M.L., Ponzetti C. FMEA: a model for reducing medical errors // Clinica Chimica Acta; International Journal of Clinical Chemistry. – 2009. – Vol. 404 (1). – P. 75-78.

10. Hirotaka Inoue, Shu Yamada. Failure mode and effects analysis in pharmaceutical research // International Journal of Quality and Service Sciences. – 2010.- Vol. 2(3). – P. 369-382.

11. Samigulina G.A., Samigulina Z.I. Development of multi-agent technology for prediction of the «structure-property» dependence of drugs on the basis of modified algorithms of artificial immune systems // Proceedings of International Work Conference on Bioinformatics and Biomedical Engineering, IWBBIO 2018, April 25-27. –Spain, Granada. – 2018. – P. 1-2.

12. Самигулина Г.А., Самигулина З.И. Информационная система ведения научных исследований для прогнозирования зависимости «структура-свойство» лекарственных соединений на основе модифицированных алгоритмов искусственных иммунных систем // Проблемы информатики. – 2019. – № 3(44). – С. 31-46.