Ученые разработали алгоритм искусственного интеллекта для моделирования наиболее трудоемких химических процессов на самых ранних этапах создания лекарств. Обычно этот процесс включает тысячи отдельных экспериментов, однако теперь появился инструмент для оптимизации работы исследователей.

Новая технология является частью активной научной работы ученых по использованию искусственного интеллекта для поиска, разработки и совершенствования лекарств. ИИ под названием POLYGON разработали исследователи из Калифорнийского университета в Сан-Диего. Платформа POLYGON уникальна тем, что может искать молекулы с несколькими мишенями.

«Чтобы найти и разработать новый препарат, требуется много лет и миллионы долларов, особенно если мы говорим о лекарстве, имеющем несколько целей, — объясняет автор работы Трей Идекер. – Те редкие многоцелевые лекарства были открыты в основном случайно, но наша технология может помочь исключить случайность из уравнения и дать импульс для нового поколения точной медицины».

ИИ обучали на более чем миллионе известных биоактивных молекул с подробной информацией об их химических свойствах и взаимодействии с белками-мишенями. POLYGON способен генерировать оригинальные молекулярные соединения на основе желаемых химических свойств. Для этого ученым просто необходимо сообщить ИИ, как будущий препарат должен взаимодействовать с целевыми белками. В результате было создано 32 препарата-кандидата против рака, которые показали отличное взаимодействие с сигнальными белками MEK1 и mTOR.

«Подавление обоих белков позволяет убить раковые клетки, особенно когда ингибирования только одного из них недостаточно» — объясняют авторы.

Примечательно, что лекарства имели очень мало нецелевых реакций с другими белками. Это указывает на тонкую настройку препарата по заданным целям. В настоящее время ученые продолжают тестировать свойства препаратов-кандидатов и находятся в поиске новых.