Использование ИИ и МО в открытии новых лекарств: Новый путь к борьбе с болезнями

В последние десятилетия исследователи и фармацевтические компании делают огромные усилия в области поиска новых лекарств и препаратов для борьбы с различными заболеваниями, включая рак и нейродегенеративные болезни. Искусственный интеллект (ИИ) и машинное обучение (МО) в последнее время начали играть ключевую роль в этих поисках.

Филипп Сейдл, стажер-исследователь в Университете Иоганна Кеплера в Линце, отметил в беседе с NEWS.am Tech, что ИИ и МО могут значительно ускорить процесс поиска новых молекул, которые в дальнейшем могут лечь в основу новых лекарственных препаратов.

Молекулярное моделирование

В рамках поиска потенциальных лекарств ученые прибегают к методам молекулярного моделирования. Это вычислительный метод, используемый в химии и в сфере открытия новых лекарств для моделирования поведения и свойств молекул. Этот метод включает в себя создание компьютерных представлений молекул и их взаимодействий для понимания их структур, свойств и потенциальной биологической активности.

Ученые используют молекулярное моделирование, чтобы предсказать, как молекулы могут взаимодействовать с конкретными биологическими мишенями. Также этот метод применяется в разработке новых молекул с желаемыми свойствами, например, такие, которые могут ингибировать рост раковых клеток или проникать через гематоэнцефалический барьер.

Один из наиболее актуальных для ученых вопросов в этой сфере сегодня касается подходов к представлению молекул в моделировании. К консенсусу в этом вопросе ученые пока не пришли: некоторые считают, что молекулы можно представить в виде графа, другие — в виде трехмерного объекта, причем движущегося.

Качественная информация

Для поиска новых молекул, которые могли бы стать основой для новых лекарств, необходимо большое количество качественных данных (data), на основе которых ИИ будет обучаться. Многие специалист, однако, утверждают, что в настоящее время таких данных недостаточно, особенно в сфере биологии и химии.

Как отметил Сейдл, при желании ученым удается находить нужные данные. Так, многие биологи работают с огромным количеством молекул и делятся результатами своих исследований в сети. Кроме того, фармацевтические компании обладают обширными датабазами. Со временем количество качественных наборов данных, на которых будут базироваться алгоритмы МО, будет только расти.

Ускорение процесса и сложности на пути

В прошлом на поиск и тестирование новых лекарств уходило много лет. Однако с использованием новых методов, включая МО и ИИ, этот процесс, как отметил Сейдл, может сократиться как минимум вдвое.

Сегодня специалисты уже проводят клинические испытания препаратов, разработанных с использованием ИИ и МО. Модели МО довольно давно уже используются в первых фазах разработки лекарств для сужения выбора из огромного числа потенциальных молекул.

Главная сложность здесь в том, что ученые все еще недостаточно хорошо понимают механизмы развития многих заболеваний, и это затрудняет поиск молекул, которые бы могли использоваться в лечении этих заболеваний.

«Например, в случае с депрессией, нужно ли нам искать молекулы, воздействующие на рецепторы серотонина? Об этом сейчас много споров», — отметил специалист.

Использование ИИ и МО в области открытия новых лекарств — огромный шаг вперед в науке. Но вызовов в этой сфере все еще немало, включая нехватку качественных данных, на которых модели МО будут обучаться, и сложности в понимании биологических процессов и болезней. Несмотря на это, с каждым годом современные технологии делают открытия в области лекарственной промышленности все более доступными и быстрыми.