МОСКВА, 1 апреля. /ТАСС/. Российские исследователи создали систему искусственного интеллекта, которая в десятки раз быстрее прогнозирует характер взаимодействий между молекулами лекарств и белками, чем «нобелевский» алгоритм AlphaFold и другие «большие» ИИ-системы. Об этом сообщила пресс-служба «Сколтеха»(входит в группу ВЭБ.РФ).
«За три года мы прошли путь от идеи и формирования команды до результата мирового уровня. Мы продолжаем развивать нашу систему, а также создаем инструменты для решения смежных задач — генерации молекул, предсказания и оптимизации их свойств. Наш следующий шаг — экспериментальная проверка технологий с последующим внедрением в индустрию», — заявила аспирант «Сколтеха» Дарья Фролова, чьи слова приводит пресс-служба вуза.
Как объясняют Фролова и ее коллеги по «Сколтеху» и стартапу «Лигаанд Про», многие опасные и распространенные болезни возникают в результате появления сбоев в работе различных ферментов и других белковых молекул. Для подавления их развития исследователи ищут различные короткие молекулы, способные проникать внутрь подобных белков- «мишеней» и встраиваться в их активный регион, что приводит к их нейтрализации или нормализации их функционирования.
В последние несколько десятилетий ученые разрабатывают подобные молекулы при помощи методов компьютерного моделирования, позволяющих «примерить» молекулу к белку без лабораторных экспериментов. Программа моделирует, как молекула может располагаться в кармане белка, и оценивает, насколько хорошо она подходит по форме и по химическим свойствам.
Ускоренная разработка лекарств.
В прошлом для проведения таких расчетов требовались огромные количества вычислительных ресурсов, однако в 2020 году появилась нейросеть AlphaFold, способная точно прогнозировать структуру белков и характер их взаимодействий с короткими молекулами. За это открытие разработчикам данного алгоритма из компании DeepMind была вручена Нобелевская премия по химии 2024 года, что усилило интерес к расширению использования ИИ при разработке лекарств.
Российским ученым удалось ускорить процесс проведения подобных ИИ-расчетов в десятки раз, разбив эти вычисления на три этапа. Сначала созданный исследователями алгоритм определяет грубое положение малой молекулы внутри активного региона белка, затем корректирует поворот и внутренние изгибы молекулы и автоматически отбрасывает физически нереалистичные конфигурации.
Проведенные учеными проверки показали, что российский подход позволяет просчитать взаимодействия одной короткой молекулы и белка примерно за 13 секунд, тогда как AlphaFold требуется на решение этой задачи около 6,5 минуты, что в 30 раз больше. В перспективе, это позволит существенным образом ускорить виртуальный скрининг лекарств и проводить его на базе вычислительных центров среднего уровня, подытожили исследователи.
