ИИ-модель генерирует структуры антимикробных пептидов для борьбы с устойчивыми микробами
Международная команда из Китая (Шаньдунский университет, Медицинский университет Гуанчжоу, Второй военно-медицинский университет, Циндаосский университет) разработала ИИ-модель для генерации структур антимикробных пептидов, направленных на борьбу с устойчивыми к лечению микроорганизмами.
Исследование, опубликованное в журнале Science Advances, представило метод сжатия данных для уменьшения количества элементов, необходимых для обучения ИИ. Это позволило решить проблему недостаточного разнообразия пептидов, генерируемых существующими моделями.
Проблема и подход
Устойчивые к лекарствам микробы — одна из самых острых проблем медицины. Один из перспективных подходов — разработка антимикробных пептидов, которые атакуют бактериальные мембраны. Однако традиционные методы поиска или создания таких пептидов слишком медленны. Использование ИИ также сталкивалось с трудностями, главная из которых — отсутствие обширной обучающей базы, что приводило к недостаточному разнообразию открываемых пептидов.
Решение: двухэтапная ИИ-модель
Исследователи создали two-stage AI pipeline leverage diffusion model:
- Этап сжатия: Данные, описывающие 2.8 миллиона известных пептидов, преобразуются в числовую форму с помощью случайного усиления сигнального шума.
- Этап генерации: Новая модель извлекает из упрощённых данных новые пептиды, удаляет шум и декомпрессирует данные обратно в последовательность пептида.
Результаты
Система успешно отфильтровала пептиды из обучающей базы данных, выделив наиболее вероятные кандидаты с антимикробными свойствами. Из рассмотренных 600 000 пептидов команда экспериментально проверила 40. 25 из них показали перспективу в борьбе с бактериальными и грибковыми патогенами.