Разработка РФ в 10-ки раз ускорит разработку лекарств с помощью перебора молекул

Российские учёные создали систему искусственного интеллекта, которая значительно превосходит AlphaFold и другие передовые ИИ-системы в прогнозировании взаимодействий между лекарственными молекулами и белками. Об этом сообщила пресс-служба Сколковского института науки и технологий (Сколтех).

За три года команда исследователей прошла путь от идеи до мирового уровня в этой области. Сейчас они продолжают улучшать систему и разрабатывать инструменты для генерации молекул, а также для предсказания и оптимизации их характеристик. На следующем этапе планируется экспериментальная проверка технологий и их внедрение в промышленность, как отметила аспирант Сколтеха Дарья Фролова.

Многие болезни связаны с нарушениями в работе ферментов и других белков. Исследователи стремятся создать короткие молекулы, которые могут нейтрализовать или нормализовать их активность.

В последние десятилетия учёные активно разрабатывают такие молекулы с помощью компьютерного моделирования, которое позволяет предварительно оценить их взаимодействие с белками без проведения лабораторных опытов. Программы моделирования анализируют, как молекула вписывается в структуру белка, и оценивают соответствие по форме и химическим свойствам.

Раньше подобные расчёты требовали значительных вычислительных ресурсов. В 2020 году была представлена нейросеть AlphaFold, которая с высокой точностью предсказывает структуру белков и их взаимодействие с короткими молекулами. За это достижение её разработчики получили Нобелевскую премию по химии 2024 года, что привлекло внимание к использованию ИИ в создании лекарств.

Российские учёные значительно ускорили процесс ИИ-расчётов, разделив его на три этапа: определение начального положения молекулы, корректировка её ориентации и внутренних деформаций, а также исключение нереалистичных конфигураций.

Испытания показали, что российский подход позволяет моделировать взаимодействие одной молекулы с белком за 13 секунд, тогда как AlphaFold требует около 6,5 минут, что в 30 раз медленнее. Это ускорит процесс виртуального скрининга лекарственных соединений и сделает его доступным на средних вычислительных ресурсах.