Ученые Университета ИТМО (Санкт-Петербург) разработали алгоритм, который упрощает создание препаратов для лечения аутоиммунных заболеваний — группы расстройств, при которых иммунная система атакует ткани и органы самого человека. С помощью машинного обучения удалось выявить белок, играющий ключевую роль при иммунной тромбоцитопении (снижении количества тромбоцитов).
Селезеночная тирозинкиназа (Syk) — это белок, необходимый для работы иммунных клеток, который участвует в развитии аутоиммунных заболеваний. Для терапии подобных отклонений применяют ингибиторы, останавливающие выработку этого протеина. Тем не менее существующие препараты, например, фостаматиниб, не всегда эффективны и могут вызвать побочные эффекты.
Поиск новых соединений обычно требует многих лет лабораторных исследований, но ИИ позволяет значительно ускорить процесс. Исследователи Центра искусственного интеллекта в химии ИТМО создали метод, объединяющий машинное обучение и генерацию молекул. Специалисты использовали алгоритм FREED++, способный генерировать вещества под конкретную терапевтическую задачу.
В базу для обучения нейросети попало 3 176 молекул-ингибиторов Syk из открытой библиотеки ChEMBL (база данных биоактивных молекул, обладающих лекарственными свойствами). В результате ученые нашли 139 новых частиц с высокой активностью и меньшим риском побочных эффектов при синтезе лекарств.
Авторы работы намерены провести лабораторную проверку эффективности и безопасности молекул. В будущем также планируется использовать технологию для поиска препаратов против других заболеваний.
Ранее в Науке Mail рассказывали, что NVIDIA совместно с университетом Торонто научили ИИ находить ошибки в квантовой химии.