Loading...

Quantification of in Vitro Drug Effects on COVID-19 through Analysis of Cellular Morphological Features

Mirzaie, Nahal | 2022

485 Viewed
  1. Type of Document: M.Sc. Thesis
  2. Language: Farsi
  3. Document No: 55044 (19)
  4. University: Sharif University of Technology
  5. Department: Computer Engineering
  6. Advisor(s): Rohban, Mohammad Hossein; Sharifi Zarchi, Ali
  7. Abstract:
  8. The epidemic of Covid 19 has killed millions of people worldwide. Despite the efforts of scientists around the world, there is still no cure for this disease. Approval of newly designed drugs due to clinical trial periods is time-consuming and costly. For this reason, in the current emergency situation, it is important to have a solution for screening available approved drugs in order to find effective substances for this disease.High-throughput assays are a good option for such problems. In this field of research, image-based high-throughput assays are amongst the most effective and cost-effective methods that help quantify the response of treated cells by measuring cell morphology.Recursion is a pharmaceutical company that has conducted experiments to investigated the effects of 1672 approved drugs for other diseases on the coronavirus and published the data in the form of microscopic images of cells. In this study, by analyzing these images, we present a solution based on artificial intelligence that quantifies the effect of drugs in reversing the cytopathic effect of the virus at the in-vitro level. Also, we show that the results of this method are more stable and reliable compared to previous methods on this dataset.

  9. Keywords:
  10. COVID-19 ; High-Throughput Determination ; SARS-CoV-2 Virus ; Cellular Morphology

 Digital Object List

 Bookmark

  • مقدمه
    • بیماری کروناویروس ۲۰۱۹ (COVID-19)
    • یادگیری ماشین و کشف دارو
    • ساختار پایان‌نامه
  • تعریف مسئله
    • اثر سیتوپاتیک ویروس
    • تکنولوژی‌های توان بالا
    • معرفی دادگان (RxRx19a)
    • اهداف مسئله
    • چالش‌های مسئله
  • کارهای پیشین
    • معیار‌های در راستای بیماری و در راستای اثر جانبی (RxRx19a)
    • یادگیری چند نمونه‌ای عمیق (DEEMD)
    • یادگیری خود نظارتی مولد (GAN-DL)
  • روش پیشنهادی
    • پردازش تصویر و استخراج ویژگی‌ها
    • پیش‌پردازش سنجه‌ها
    • مدل تشخیص سنجه‌ی بیمار
      • دادگان افزوده با برچسب ضعیف
      • یادگیری بدون نمونه
      • تحلیل خطا
    • رتبه‌بندی داروها
    • منحنی دوز-امتیاز بیماری
    • تفسیرپذیری
    • پایداری
  • نتایج جدید
    • آزمون تکرارپذیری محک‌ها
    • آزمون غنی‌سازی مکانیزم عمل
    • تحلیل و مقایسه‌ی نتایج جدید با کارهای پیشین
    • داروهای برتر و بررسی شواهد موجود
    • آنالیز مسیرهای زیستی
  • نتیجه‌گیری و کارهای آتی
  • مطالب تکمیلی
...see more