Специалисты Университета ИТМО создали алгоритм на основе искусственного интеллекта, который значительно ускоряет поиск перспективных соединений для разработки препаратов для лечения аутоиммунных заболеваний. Технология сокращает многолетний процесс ручного отбора молекул до нескольких дней, сообщили ТАСС в пресс-служба вуза. Исследователи планируют экспериментально проверить эффективность и безопасность отобранных молекул in vitro и in vivo. По их словам, новый метод можно адаптировать для поиска ингибиторов других терапевтических мишеней.
Ученые Центра искусственного интеллекта в химии ИТМО использовали методы машинного обучения для поиска ингибиторов (веществ, подавляющих течение процессов) селезеночной тирозинкиназы (Syk) – белка, играющего ключевую роль в развитии иммунной тромбоцитопении. Это нарушение свертываемости крови, связанное со снижением числа тромбоцитов и вызывающее спонтанные кровотечения.
Для лечения используют ингибиторы селезеночной тирозинкиназы. Специальные соединения подавляют активность белка и тем самым устраняют симптомы болезни. В настоящее время не все существующие ингибиторы Syk эффективны. Так, например, одобренный препарат для лечения иммунной тромбоцитопении фостаматиниб может вызывать побочные эффекты.
Ученые ищут новые подходящие ингибиторы Syk. Однако традиционный поиск таких соединений требует ручного тестирования тысяч молекул и может занимать годы. Новый метод специалистов ИТМО решает проблему поиска ингибиторов селезеночной тирозинкиназы. Он генерирует молекулы с заданными свойствами и быстро отбирает наиболее перспективные варианты.
С помощью нового метода исследователи уже выявили 139 молекул-кандидатов, ингибирующих белок Syk. По их оценкам, они выглядят перспективнее существующих аналогов.
Ранее стало известно, что в России разработали и успешно протестировали квантовый алгоритм генеративного искусственного интеллекта для применения в химии и при разработке лекарств.
