Искусственный интеллект меняет будущее разработки лекарств

Исследователи представили новый метод, использующий генеративный искусственный интеллект (ИИ) для ускорения и повышения эффективности разработки лекарств.

В статье, опубликованной в Nature Machine Intelligence, профессор Ся Нин и её команда из Университета штата Огайо описывают модель DiffSMol. Это генеративная ИИ-модель, способная создавать реалистичные 3D-структуры малых молекул — перспективных кандидатов в лекарства.

Как работает DiffSMol

• Модель анализирует формы известных лигандов — молекул, связывающихся с белками-мишенями.
• Используя эти формы как условие, ИИ генерирует новые 3D-молекулы, которые должны лучше связываться с целевыми белками.
• Эффективность: DiffSMol демонстрирует успех в создании таких молекул в 61.4% случаев, что значительно превосходит предыдущие попытки (~12%).

«Используя хорошо известные формы в качестве условия, мы можем обучить нашу модель генерировать новые молекулы с похожими формами, которых нет в предыдущих химических базах данных», — пояснила Ся Нин.

Ключевые преимущества

1. Скорость: На генерацию одной молекулы у DiffSMol уходит всего одна секунда.
2. Адаптация: Модель может модифицировать созданные молекулы, чтобы улучшить их лекарственные свойства, например, синтезируемость или снизить токсичность.
3. Потенциал: Это может существенно сократить сроки разработки лекарств, которая сейчас занимает около десяти лет.

Проверка на практике

Исследователи протестировали модель на двух важных мишенях:

• Циклин-зависимая киназа 6 (CDK6) — регулятор клеточного цикла, связанный с раком.
• Неприлизин (NEP) — мишень для терапии болезни Альцгеймера.

Результаты показали, что молекулы, созданные DiffSMol, могут быть очень эффективными. «Очень обнадеживает находить молекулы со свойствами даже лучше, чем у известных лигандов. Это указывает на большой потенциал наших моделей в поиске хороших кандидатов в лекарства», — отметила Нин.

Ограничения и будущее

• Текущее ограничение: DiffSMol пока генерирует молекулы только на основе форм уже известных лигандов.
• Планы: Дальнейшая работа будет направлена на преодоление этого ограничения, улучшение обучения на сложных данных и создание молекул с более широким спектром взаимодействий.

Код модели доступен для использования другими учёными. Несмотря на необходимость дальнейших испытаний, авторы уверены, что прогресс в области ИИ будет и дальше двигать эту область вперёд.

«Сейчас эти продвинутые модели применяют для генерации молекул, в химии, почти во всех научных областях. Эта область растёт очень быстро, и я не вижу, чтобы она скоро замедлилась», — заключила Ся Нин.