Искусственный интеллект научился создавать лекарства с нуля

Разработка новых фармацевтических препаратов происходит благодаря изменению молекул. Химики выбирают целевую молекулу с известным потенциалом, а затем вручную «настраивают» ее для борьбы с конкретным заболеванием — повышают потенцию и избавляют от свойств, которые могут нанести вред организму.

Во время этого процесса ученые добавляют и исключают атомы и связи, отвечающие за определенные химические реакции. Каждая такая операция занимает несколько часов — в результате разработка лекарств отнимает много времени и сил.

Искусственный интеллект, созданный учеными Александром Тропшей, Александром Исаевым и Марией Поповой, состоит из двух связанных между собой нейросетей, которые выполняют роли «учителя» и «ученика». «Учитель» владеет «языком» создания лекарств — нейросеть является своего рода словарем, в которую загружены данные о 1,7 млн известных биологически активных молекулах, их свойства и правила взаимодействия друг с другом.

«Ученик» обучается навыкам создания лекарств и со временем предлагает более удачные молекулы, которые могут стать основой для новых препаратов.

Александр Тропша

Университет Каролины

«Если мы сравним этот процесс с изучением языка, то после того, как ученик узнает молекулярный алфавит и правила языка, он может создавать новые „слова“ или молекулы. Если новая молекула реалистична и имеет желаемый эффект, учитель утверждает ее, а если нет, учитель не одобряет, заставляя ученика избегать плохих молекул и создавать хорошие».

В основе нейросетей лежит система ReLeaSE — вычислительный метод, широко используемый фармацевтической промышленностью для выявления жизнеспособных кандидатов на лекарства. Ученые использовали ReLeaSE для разработки молекул с индивидуальными физическими свойствами, такими как температура плавления и растворимость в воде, и для разработки новых соединений с ингибирующей активностью против фермента, связанного с лейкемией.

Ранее исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (MIT) создаликомпьютерную модель, способную автоматизировать процесс производства молекул для новых лекарств. Система сокращает время на модификацию молекул для противодействия конкретным возбудителям заболевания — сейчас это самая трудозатратная часть процесса.

Искусственный интеллект научили определять побочные эффекты от комбинаций препаратов

Ученые из Стенфордского университета разработали систему Decagon, которая на основе искусственного интеллекта прогнозирует, какие побочные действия может вызвать одновременный прием нескольких препаратов. Об этом пишетEurekAlert.

В июне 23% американцев одновременно принимали два и более рецептурных препарата, а 39% граждан страны в возрасте от 65 лет — пять и более препаратов. Часто врачи не могут сказать, к каким побочным эффектам приведет сочетание нескольких лекарств. И проблема не в квалификации медиков — объем продаваемых в США лекарств настолько велик, что определить эффект от сочетания всех лекарств не представляется возможным.

Маринка Зитник

профессор Кембриджского университета

«Практически невозможно протестировать новый препарат в сочетании со всеми лекарственными средствами, которые есть на рынке. Поскольку только для одного препарата потребуется как минимум пять тысяч экспериментов. Одновременное применение нескольких препаратов в разных сочетаниях может привести к 125 млрд различных побочных эффектов».

При разработке Decagon ученые создали схему, описывающую, как более 19 000 белков в организме человека взаимодействуют друг с другом и как различные лекарства влияют на эти них. Благодаря глубокому машинному обучению исследователи проанализировали 4 млн известных случаев взаимодействия между препаратами. Затем биологи разработали метод выявления закономерности возникновения побочных эффектов в зависимости от того, как препараты влияют на белки.

Сейчас Decagon способен анализировать влияние на организм двух препаратов. Ученые рассчитывают, что в будущем система сможет обрабатывать и более сложные схемы.

Ранее робот-ученый Eve, разработанный инженерами Кембридского университета, помог найти новое лекарство от малярии. Им оказался триклозан — вещество, которое борется с бактериями в полости рта и является обычным ингредиентом зубной пасты.

Ученые из MIT автоматизировали модификацию молекул. Система ускорит производство новых лекарств

Исследователи из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (MIT) создали компьютерную модель, способную автоматизировать процесс производства молекул для новых лекарств. Система сокращает время на модификацию молекул для противодействия конкретным возбудителям заболевания — сейчас это самая трудозатратная часть процесса. Об этом пишет Eurekalert.

Разработка новых фармацевтических препаратов происходит благодаря изменению молекул. Химики выбирают целевую молекулу с известным потенциалом, а затем вручную «настраивают» ее для борьбы с конкретным заболеванием — повышают потенцию и избавляют от свойств, которые могут нанести вред организму.

Во время этого процесса ученые добавляют и исключают атомы и связи, отвечающие за определенные химические реакции. Каждая такая операция занимает несколько часов — в результате разработка лекарств отнимает много времени и сил.

«Сегодня разработка новых лекарств — это деятельность, которая требует высокой квалификации. Мы хотим оптимизировать этот процесс. Следующим шагом станет тестирование технологии в академических кругах, а затем и ее внедрение в процесс разработки лекарств у фармацевтических компаний».

Ранее исследователи из MIT разработали устройство для доставки лекарств в мозг. Это позволит лечить заболевания, которые затрагивают специфические мозговые цепи, не касаясь остальной части мозга.