Нанобиотики: Новая модель машинного обучения предсказывает взаимодействие наночастиц с белками
Новая модель машинного обучения, разработанная в Мичиганском университете и предсказывающая взаимодействия между наночастицами и белками, приближает нас к созданию наночастиц, способных подавлять устойчивые к антибиотикам инфекции и вирусы.
Наночастицы как активные лекарства
Исследователи рассматривают наночастицы не просто как средства доставки лекарств, а как самостоятельные активные препараты. Это открывает путь к созданию принципиально новых классов антибактериальных и противовирусных агентов, более стабильных, чем биомолекулы.
Как работает модель
Алгоритм сравнивает наночастицы с белками, используя три способа их описания. Два ключевых из них — структурные:
- Они фиксируют сложную поверхность белка и его способность к перестройке для взаимодействия по принципу «замок-ключ».
- Учитывают хиральность (закрученность по или против часовой стрелки), что критично для точного предсказания связывания.
Это позволяет выявлять «карманы» на белке, в которые может вписаться наночастица, и определять необходимый ей размер.
Применение и перспективы
Модель служит инструментом первичного скрининга для определения, какие наночастицы будут связываться с целевыми белками внутри и снаружи бактерий или вирусов. Например, уже показана возможность блокировать ферменты метаболизма у устойчивого к антибиотикам штамма MRSA с помощью пирамидальных наночастиц оксида цинка.
Исследователи видят потенциал алгоритма для эффективного дизайна наночастиц с широким спектром действия, в том числе против всех вариантов вируса, вызывающего COVID-19.
Работа стала возможной благодаря поддержке междисциплинарной команды в рамках инициативы Blue Sky Инженерного колледжа U-M, направленной на фундаментальные исследования в условиях ограниченных данных о биологической активности наночастиц.