Психологическая помощь новости психологии и психотерапии
В заголовки газет в 2023 году попали платформы генеративного искусственного интеллекта от ChatGPT до Midjourney. Но GenAI способен на большее, чем только создавать изображения и помогать писать электронные письма – он также может разрабатывать новые лекарства для лечения болезней.
Сегодня ученые используют передовые технологии для разработки новых синтетических лекарственных соединений с нужными свойствами и характеристиками, что также известно как “разработка лекарств de novo”. Однако современные методы могут быть трудоемкими, требующими много времени и затрат.
Вдохновленные популярностью ChatGPT и задаваясь вопросом, может ли этот подход ускорить процесс разработки лекарств, ученые из Колледжа науки и технологий Чепменского университета решили создать свою собственную модель GenAI, подробно описанную в новой статье, опубликованной в журнале Pharmaceuticals.
Конечный результат позволяет генерировать бесчисленное множество уникальных молекулярных структур, которые соответствуют основным химическим и биологическим ограничениям и эффективно связываются со своими целями, что позволяет значительно ускорить процесс выявления жизнеспособных лекарственных препаратов-кандидатов для лечения широкого спектра заболеваний с минимальными затратами.
Чтобы создать прорывную модель, исследователи впервые объединили две передовые технологии искусственного интеллекта в области биоинформатики и хемоинформатики: хорошо известную “архитектуру преобразования кодер-декодер” и “обучение с подкреплением посредством поиска по дереву Монте-Карло” (RL-MCTS). Платформа, получившая удачное название “drugAI”, позволяет пользователям вводить последовательность целевого белка (например, белка, который обычно задействован в прогрессировании рака).
DrugAI, обученный на основе данных из комплексной общедоступной базы данных BindingDB, может генерировать уникальные молекулярные структуры с нуля, а затем итеративно уточнять кандидатуры, гарантируя, что финалисты продемонстрируют сильное сродство с соответствующими лекарственными целями, что имеет решающее значение для эффективности потенциальных лекарств. Модель идентифицирует 50-100 новых молекул, которые могут ингибировать эти конкретные белки.
Исследователи оценили молекулы, полученные с помощью drugAI, по нескольким критериям и обнаружили, что результаты drugAI были аналогичны результатам двух других распространенных методов, а в некоторых случаях и лучше. Они обнаружили, что лекарственные кандидатуры drugAI имели коэффициент достоверности 100% – это означает, что ни одно из созданных лекарств не присутствовало в обучающем наборе.
Лекарственные кандидатуры DrugAI также оценивались на предмет сходства с лекарством, или сходства свойств соединения со свойствами пероральных препаратов, и показатели лекарственный кандидатур были по меньшей мере на 42% и 75% выше, чем у других моделей. Кроме того, все молекулы, генерируемые drugAI, проявляли сильное сродство к связыванию с соответствующими целями, сравнимое с теми, которые были идентифицированы с помощью традиционных подходов виртуального скрининга.
Энг, Раковски и Атамян также решили посмотреть, как действует лекарство, полученные при помощи drugAI для конкретного заболевания, по сравнению с существующими известными лекарствами для его лечения. В другом эксперименте методы скрининга сгенерировали список натуральных продуктов, которые ингибируют белки COVID-19; drugAI сгенерировал список новых лекарств, нацеленных на тот же белок, чтобы сравнить их характеристики. Они сравнили сходство лекарство и сродство к связыванию между природными молекулами и молекулами drugAI и обнаружили сходные показатели в обоих случаях, но drugAI смог идентифицировать их гораздо быстрее и менее затратным способом.
Кроме того, ученые разработали алгоритм таким образом, чтобы он имел гибкую структуру, позволяющую будущим исследователям добавлять новые функции.
“Это означает, что в конечном итоге вы получите более совершенные лекарственные кандидатуры с еще большей вероятностью стать настоящим лекарством”, – говорит доктор Атамян. “Мы в восторге от открывающихся возможностей”.
