- Ученые из Мичиганского государственного университета создали ИИ-платформу GPS, которая предсказывает влияние молекул на активность генов по одной только химической структуре.
- Система помогла найти кандидатов для лечения рака печени и идиопатического легочного фиброза; часть соединений уже проверили на мышах и образцах человеческой легочной ткани.
- Результаты опубликованы в журнале Cell, а код платформы исследователи открыли для научного сообщества.
Команда ученых из Мичиганского государственного университета представила ИИ-платформу GPS, которая подбирает потенциальные лекарства по структуре молекулы без предварительных лабораторных тестов конкретного вещества. С ее помощью исследователи нашли соединения-кандидаты для двух тяжелых заболеваний — гепатоцеллюлярной карциномы, одной из самых смертоносных форм рака печени, и идиопатического легочного фиброза. Результаты работы опубликованы в журнале Cell.
GPS расшифровывается как Gene expression profile Predictor on chemical Structures. Модель обучили на миллионах экспериментальных измерений. По сути, она оценивает, будет ли химическое соединение усиливать или подавлять активность конкретного гена. Это важно для поиска лекарств: если понять, как молекула меняет работу генов, можно быстрее отобрать вещества с нужным биологическим эффектом.
Для рака печени система предложила два новых соединения, которые затем испытали на мышах. По данным авторов, оба вещества уменьшили размер опухоли. Для идиопатического легочного фиброза ИИ помог выявить одно уже известное лекарство для перепрофилирования и еще два новых соединения. Их тестировали не только на животных, но и на образцах человеческой легочной ткани, полученных через программу трансплантации легких Corewell Health.
В проекте участвовали более 20 исследователей из MSU, Стэнфордского университета и Мичиганского университета. Авторы отдельно подчеркивают, что до появления готовых препаратов еще далеко: найденные молекулы нужно дорабатывать, а затем проводить полный цикл клинических испытаний. При этом код GPS уже открыт, чтобы другие научные группы могли использовать платформу для виртуального скрининга — компьютерного отбора перспективных соединений до дорогостоящих экспериментов в лаборатории.
Поиск лекарств с помощью ИИ все чаще используют как способ сократить число соединений, которые нужно проверять вручную. В этом случае авторы показали работу подхода сразу на двух разных заболеваниях, а не на одной узкой задаче.
Для исследовательских групп и фармкомпаний это дает инструмент, который может ускорить первичный отбор молекул. Для пациентов новость пока не означает скорого появления новых лекарств: найденным кандидатам еще предстоит долгая проверка.
