Как работает эта технология?
Процесс разработки новых лекарств является чрезвычайно длительным и дорогим – обычно он занимает около 10 лет и может стоить миллиарды долларов. Одним из главных препятствий на этом пути является то, что многие перспективные молекулы, спроектированные с помощью искусственного интеллекта, оказываются невозможными для создания в реальных лабораторных условиях. Даже если компьютерная модель показывает "идеальную" молекулу для борьбы с болезнью, ученые часто не могут найти способ ее синтезировать, что приводит к потере времени и ресурсов, пишет 24 Канал со ссылкой на нерецензируемый препринт исследования, опубликованный на arXiv.
Смотрите также NASA и Google создают медицинского ИИ-ассистента для марсианских колонистов
Исследователи из Университета Саймона Фрейзера (SFU) разработали новый метод под названием CGFlow, который преодолевает проблему. Эта система искусственного интеллекта использует уникальный двойной подход: она одновременно моделирует, как молекула должна быть сконструирована, и какой будет ее трехмерная структура. Благодаря этому CGFlow генерирует только те молекулы, которые являются не только биологически активными, но и химически возможными для производства.
Процесс борьбы с болезнью начинается с определения белка, что ее вызывает. После этого компьютерные модели разрабатывают молекулы, которые могут связываться с этим белком и блокировать его вредное действие. Это похоже на создание ключа, который идеально подходит к замку. CGFlow подходит к этой задаче иначе, чем предыдущие модели. Вместо того чтобы проектировать молекулу целиком за один раз, система собирает ее шаг за шагом, будто скульптор, добавляющий кусочки глины один за другим. На каждом этапе ИИ анализирует, как новый компонент влияет на общую форму и функциональность молекулы. Это позволяет создавать более точные и эффективные конструкции.
Авторы исследования отмечают, что их метод машинного обучения практически гарантирует, что сгенерированную молекулу можно будет создать путем химического синтеза в реальном мире. Этот аспект является чрезвычайно важным для практического применения результатов компьютерного моделирования.
Потенциал новой технологии уже привлек внимание коммерческих компаний. Несколько фирм рассматривают возможность внедрения CGFlow для ранней стадии разработки лекарств против рака. Исследователи надеются, что их метод значительно сократит время, необходимое для открытия, производства и выпуска новых препаратов, помогая быстрее лечить сложные заболевания.
Следующим шагом команда видит сотрудничество с промышленностью для дальнейшего совершенствования и оценки CGFlow в практических условиях.