哈佛大學的研究人員使用機器學習來發現現有藥物的分子特征，這些分子特征可以有效地預防或治療阿爾茨海默氏病。

　　該小組稱該系統DRIAD用于治療阿爾茨海默氏病的藥物，該小組在《自然通訊》中介紹了其工作。

　　“ DRIAD與傳統方法不同，傳統方法是在整個基因空間上構建一個[計算]模型，然后對其進行特征重要性評分和預定義基因集的富集進行詢問，然后將其用作進一步功能研究的候選清單，”寫給Artem Sokolov博士及其同事。在臨床研究中，“ DRIAD通過在模型訓練和預測變量評估之前過濾與藥物相關的基因的轉錄組空間，有效地使基因集的富集與預測變量的性能脫鉤”。

　　重新使用FDA批準的阿爾茨海默氏病藥物是一個有吸引力的想法，可以幫助加速有效治療的到來-但不幸的是，即使對于先前批準的藥物，臨床試驗也需要大量資源，因此無法評估患有阿爾茨海默氏病患者的每種藥物。因此，我們建立了確定藥物優先順序的框架，幫助臨床研究專注于最有前途的藥物。