Учёные из МФТИ и МГУ впервые разработали компьютерную модель, позволяющую предсказывать агрохимическую активность простых молекул, в будущем подобные вычислительные модели позволят значительно удешевить поиск новых активных молекул и внесут свой вклад в понимание механизмов их действия. Итоги своей работы ученые опубликовали в научном журнале Phytochemistry.

Для построения модели авторы применили методы машинного обучения, в частности cамоорганизующиеся карты Кохонена. В качестве обучающей выборки использовалась уникальная выборка, включающая 1800 тщательно отобранных известных агрохимикатов. В качестве источников информации авторы использовали патенты, научные публикации и специализированные базы данных.

Молекулы, интересные с точки зрения агрохимии, принято делить на 2 категории: пестициды (которые борются с насекомыми, сорняками и грибками) и регуляторы роста растений (стимулирующие или подавляющие их рост). Для того, чтобы обнаружить новую активную молекулу из какой—либо группы, проводят дорогостоящие эксперименты — синтезируют большое количество (обычно несколько тысяч) разнообразных молекул, а затем проверяют их эффект на клетках или целых растениях. При этом в таких экспериментах значителен процент промахов — активными в лучшем случае могут оказаться лишь несколько десятков молекул. Иными словами, модель может быть использована с целью обоснованного уменьшения изначального количества молекул из числа доступных для дальнейшей экспериментальной проверки. Это позволит значительно снизить как временные, так и финансовые затраты на поиск активных молекул.

В своей работе авторы для моделирования использовали представление химического пространства, в котором каждая молекула описывается набором особых параметров — молекулярных дескрипторов. Значение такого дескриптора отражает особое свойство молекулы — растворимость, размер, площадь полярной поверхности и т.д. Каждая молекула в химическом пространстве задаётся (кодируется) набором таких параметров, как точка — своими координатами на плоскости.

С использованием алгоритма Кохонена без учителя можно уменьшить размерность этих данных с наименьшей ошибкой (этот этап назвается обучением алгоритма) и визуализировать результат в виде удобной для анализа двумерной карты, на которой можно поочередно выделить области, занимаемые молекулами из различных категорий. Тогда по этой карте можно оценить классификационную способность модели.

Если эта способность в высока (например, для подобных масштабных задач это больше 70%), то модель можно протестировать с использованием независимого тестового набора молекул, которые не принимали участие в обучении. Именно это и сделали авторы работы, наглядно продемонстрировав, что их модель способна прогнозировать специфическую активность новых молекул, относя их к одной из общепринятых категорий: гербициды, регуляторы роста растений.

«Важно отметить, что разработанная модель обладает хорошей дифференциальной прогностической способностью и является первой в области агрохимии, построенной с использованием такой представительной обучающей выборки. В ходе работы нам совместно с коллегами из Лаборатории разработки инновационных лекарственных средств удалось протестировать модель с использованием результатов реального тестирования, осуществленного нами. В дальнейшем мы планируем расширить обучающую выборку и повысить прогностическую способность модели, возможно с применением других алгоритмов машинного обучения», — приводит пресс-служба МФТИ слова Яна Иваненкова, главного автора статьи и заведующего Лабораторией медицинской химии и биоинформатики МФТИ.