Искусственный интеллект, созданный в Университете Северной Каролины в Школе фармации Чапел-Хилл (The University of North Carolina at Chapel Hill), США, может разрабатывать новые молекулы лекарственных средств с нуля или значительно ускорять разработку новых препаратов.
Система называется Reinforcement Learning for Structural Evolution (ReLeaSE) и представляет собой компьютерную программу, которая включает две нейронные сети, которые можно рассматривать как учителя и ученика. Учитель знает синтаксические и лингвистические правила, лежащие в основе словарного запаса химических структур, — около 1,7 млн известных биологически активных молекул. Работая с учителем, студент учится и со временем начинает предлагать молекулы, которые могут быть полезны в качестве новых лекарственных средств.
Создатели ReLeaSE — Александр Тропша, Александр Исаев и Мария Попова. Университет Северной Каролины подал заявку на регистрацию патента этой технологии. На прошлой неделе в журнале «Science Advances» опубликованы доказательства концепции исследования.
«Этот процесс можно сравнить с изучением языка. После того, как ученик узнает молекулярный алфавит и правила, он может создавать новые «слова», в нашем случае — молекулы. Если новая молекула реалистична и имеет желаемый эффект, учитель ее утверждает, если нет — заставляет ученика избегать «плохих» молекул и создавать нужные», — отметил А. Тропша.
ReLeaSE — это значительное нововведение в виртуальный скрининг — вычислительный метод, широко используемый фармацевтической промышленностью для выявления жизнеспособных молекул. Виртуальный скрининг позволяет ученым оценивать существующие крупные химические базы данных, но этот метод работает только для известных химических соединений.
«Виртуальный скрининг похож на заказ клиента в ресторане. То, что можно заказать, обычно ограничено меню. Мы же хотим дать ученым продуктовый магазин и личного шеф-повара, который может создать любое блюдо», — подчеркнул А. Исаев.
Когда ученые используют ReLeaSE для генерации молекул, они задают необходимые биоактивные свойства, которые соответствуют профилям безопасности. Разработчики использовали метод ReLeaSE для поиска молекул с индивидуальными физическими свойствами. Например, можно задать такие параметры, как температура плавления и растворимость в воде.
«Способность алгоритма разрабатывать новые патентоспособные химические молекулы с конкретной биологической активностью и оптимальными профилями безопасности — очень привлекательное предложение для отрасли, которая постоянно ищет новые подходы к сокращению времени разработки лекарственных средств», — сказал А. Тропша.
По материалам www.eurekalert.org
Коментарі
Коментарі до цього матеріалу відсутні. Прокоментуйте першим