Ученые «осторожно оптимистичны» в отношении роли ИИ в разработке лекарств

Исследователи из Университета Мэриленда разработали метод AlphaFold2-RAVE (AF2RAVE), который объединяет возможности искусственного интеллекта (ИИ) с фундаментальными законами физики для ускорения открытия лекарств.

Проблема и решение

  • AlphaFold от Google — это прорывная технология ИИ, предсказывающая структуру белков. Однако она эффективна только для предсказания их наиболее стабильной, «нативной» формы.
  • Белки могут принимать множество форм (сворачиваться и разворачиваться), включая нефункциональные или «не-нативные» структуры, связанные с такими заболеваниями, как Альцгеймер и Паркинсон. AlphaFold не может их предсказать, так как обучалась на базе данных Protein Data Bank (PDB), содержащей в основном нативные структуры.

Метод AF2RAVE решает эту проблему:

  1. Сначала генерирует тысячи гипотетических структур белка (как нативных, так и не-нативных) с помощью AlphaFold 2.
  2. Затем оценивает их с помощью высокоточных компьютерных симуляций, основанных на законах физики (термодинамика и статистическая механика).
  3. В результате тысячи гипотез фильтруются до наиболее вероятного набора структур, которые могут существовать при комнатной температуре и давлении.

Результаты и перспективы

  • Ученые применили метод к киназам — белкам, играющим ключевую роль в росте клеток и являющимся важной мишенью для лекарств от рака.
  • Им впервые удалось предсказать и ранжировать по термодинамической вероятности 3D-структуры киназ, выявив две наиболее вероятные не-нативные структуры из 1000.
  • При сравнении списка кандидатов от AF2RAVE с известными лекарствами, нацеленными на определенную форму киназы, результаты совпали более чем в 50% случаев. Использование одного только AlphaFold дает практически нулевой успех.
  • Метод может сократить потребность в «докинге» лекарств (вычислительном моделировании связывания) и ускорить скрининг соединений.

Будущее применения

  • AF2RAVE открывает путь к персонализированной терапии, подбирая лекарства под уникальный генетический профиль пациента.
  • Метод уже применяется для поиска новых методов лечения гипертонии, болезни Альцгеймера, педиатрической иммунотерапии и рака в сотрудничестве с University of Maryland Institute for Health Computing (UM-IHC) и National Cancer Institute.
  • По словам старшего автора исследования Пратьюша Тивари, новая версия AlphaFold 3 не решает проблему с не-нативными структурами, поэтому интеграция ИИ с физикой остается ключевой.

«ИИ, особенно когда им руководит физика, останется с нами. AF2RAVE — это не просто еще один метод; это то, что повлияет на повседневную жизнь людей», — заявил Пратьюш Тивари.