Искусственный интеллект используют для открытия новых лекарств
Искусственный интеллект способен целенаправленно распознавать биологическую активность натуральных продуктов. Он также помогает находить молекулы, которые имеют такой же эффект, как и природные вещества, но их легче производить.
Это открывает огромные возможности для открытия лекарств, что также может переписать свод правил фармацевтических исследований.
Работа ученых из ETH Zurichб ыла опубликована в Advanced Science.
"В природе есть запас целебных веществ. Более 50% всех лекарств сегодня созданы на их основе", - говорит Гисберт Шнайдер, профессор компьютерного дизайна лекарств в ETH Zurich.
Тем не менее, он убежден, что мы использовали лишь малую часть потенциала натуральных продуктов. Вместе со своей командой он успешно продемонстрировал, как ИИ можно целенаправленно использовать для поиска новых фармацевтических применений для натуральных продуктов. Кроме того, ИИ может помочь найти альтернативы этим соединениям, которые имеют такой же эффект, но намного проще и, следовательно, дешевле в производстве.
В то время как ученые просматривали коллекции натуральных продуктов в поисках новых лекарств, Шнайдер и его команда изменили сценарий: во-первых, они ищут возможные целевые молекулы, обычно белки, натуральных продуктов, чтобы идентифицировать фармакологически релевантные соединения.
"При использовании этого метода шансы найти значимые с медицинской точки зрения пары активного ингредиента и целевого белка намного выше, чем при обычном скрининге", - говорит Шнайдер.
Химики ETH проверили свою концепцию с маринопирролом А, бактериальной молекулой, которая, как известно, обладает антибиотическими, противовоспалительными и противораковыми свойствами. Однако было проведено ограниченное исследование того, с какими белками человеческого тела взаимодействует природное вещество, вызывая эти эффекты.
Чтобы найти возможные целевые белки маринопиррола А, исследователи использовали алгоритм, который они разработали сами. Используя модели машинного обучения, алгоритм сравнил фармакологически интересные части маринопиррола А с соответствующими паттернами известных лекарств, для которых известны целевые белки, с которыми они связываются.
Основываясь на совпадении паттернов, исследователи смогли идентифицировать восемь человеческих рецепторов и ферментов, с которыми могла связываться бактериальная молекула. Эти рецепторы и ферменты, помимо прочего, участвуют в процессах воспаления и боли, а также в иммунной системе.
Лабораторные эксперименты подтвердили, что маринопиррол А действительно вызывал измеримые взаимодействия с большинством предсказанных белков.
"Наш метод искусственного интеллекта позволяет сузить целевые уровни белка для натуральных продуктов с надежностью, часто превышающей 50 процентов, что упрощает поиск новых фармацевтически активных агентов", - говорит Шнайдер.
Но работа исследовательской группы Шнайдера на этом не закончилась. Если открытие целевых белков маринопиррола А приведет к полезному лечению в будущем, необходимо найти молекулу, которую легко производить. В конце концов, маринопиррол А, как и многие другие природные вещества, имеет относительно сложную структуру, что делает лабораторный синтез трудоемким и дорогостоящим.
Чтобы найти более простое химическое соединение с таким же эффектом, исследователи ETH использовали еще один алгоритм, который они разработали сами. Перед этой программой ИИ была поставлена задача стать "виртуальным химиком" и найти молекулы, которые имеют химические свойства, аналогичные естественной модели, несмотря на другую структуру. В соответствии с ограничениями алгоритма, также должна была быть возможность получать молекулы максимум за три этапа синтеза, что обеспечивало легкое и дешевое производство.
Чтобы определить путь синтеза, программа имела доступ к каталогу, содержащему более 200 исходных материалов, 25 000 покупных химических строительных блоков и 58 установленных схем реакций. После каждой стадии реакции программа выбирала в качестве исходного материала для следующей стадии варианты, которые наиболее точно соответствовали маринопирролу А с точки зрения функциональности.
Всего алгоритм нашел 802 подходящих молекулы на основе 334 различных каркасов. Исследователи синтезировали четыре лучших в лаборатории и обнаружили, что на самом деле они вели себя очень похоже на естественную модель. Они оказали сравнимый эффект на семь из восьми белков-мишеней, идентифицированных алгоритмом.
Впоследствии исследователи подробно исследовали наиболее многообещающую молекулу. Кроме этого, рентгеноструктурный анализ показал, что созданное компаундом соединение связывается с активным центром целевого белка во многом так же, как известные ингибиторы этого фермента. Таким образом, несмотря на разную структуру, обнаруженная AI молекула работает по тому же механизму.
"Наша работа доказывает, что алгоритмы ИИ можно целенаправленно использовать для разработки активных ингредиентов с такими же эффектами, как у натуральных веществ, но с более простой структурой. Это помогает не только производить новые лекарства, но и размещать мы на пороге потенциально фундаментальных изменений в медико-химических исследованиях", - говорит Шнайдер.
