В борьбе с растущей проблемой антибиотикорезистентности российские ученые разработали передовую систему на основе искусственного интеллекта (ИИ). Как сообщает издание «Известия», эта нейросеть уже предложила 56 молекул-кандидатов, которые потенциально могут стать новыми антибиотиками, эффективными против устойчивых к лекарствам штаммов кишечной палочки.
Разработка, созданная учеными Университета ИТМО, направлена на автоматический подбор молекул, к которым бактерии не смогут быстро выработать устойчивость. Использование ИИ является ключевым элементом в цифровой трансформации фармацевтической отрасли, переходя от эмпирического поиска к подходу, ориентированному на анализ данных.
ИИ сокращает сроки разработки на годы
Главное преимущество новой технологии — значительное сокращение времени, необходимого для вывода нового препарата на рынок. Разработчики полагают, что алгоритм позволит облегчить и ускорить процесс создания лекарств на месяцы, а возможно, и годы.
Традиционно для поиска новых антибиотиков используется высокопроизводительный скрининг, который может занимать до нескольких недель и редко позволяет создавать принципиально новые соединения. Однако новая система на основе машинного обучения позволяет избегать траты ресурсов и времени на эксперименты, моделируя взаимодействие молекул (in silico).
«Моделируя их взаимодействие в программе, ученые избегают траты ресурсов, экономят месяцы и даже годы времени на эксперименты. И только наверняка работающие соединения уже отправятся в реальный эксперимент», — пояснил научный сотрудник Пироговского университета Михаил Болков.
Инновационный подход к борьбе с резистентностью
Разработанный алгоритм превосходит многие существующие методы машинного обучения, поскольку он ищет вещества, которые обладают активностью против двух белков одновременно. Это критически важно для борьбы с устойчивыми штаммами.
Среди 56 предложенных соединений, направленных на борьбу с кишечной палочкой (которая часто вызывает тяжелые инфекции ЖКТ), преобладают молекулы на основе бензимидазола — компонента, препараты с которым пока мало представлены на рынке.
Разработчики отметили, что ИИ генерирует молекулы сразу с учетом множества необходимых свойств:
- отсутствие токсичности;
- отсутствие побочных эффектов;
- связывание с целевыми белками;
- возможность лабораторного синтеза (синтезируемость);
- биологическая активность.
Компьютерное моделирование показало высокую точность расчетов (до 81%). Специалисты уже выяснили, что некоторые сгенерированные соединения обладают даже более высокой активностью, чем зарегистрированный на рынке антибиотик новобиоцин.
Дальнейшие шаги и предостережения
Хотя потенциал разработки высок, эксперты призывают не спешить с выводами. Следующим шагом является лабораторная проверка свойств выявленных молекул.
Инженер ИТМО, аспирантка Анастасия Орлова отметила, что из большого количества молекул-кандидатов, обнаруженных вычислительными методами, на практике подходящими оказываются, как правило, один или два. Если лабораторные результаты подтвердят высокую эффективность, ученые могут подумать о патенте.
Руководитель магистерской программы МФТИ Станислав Отставнов подчеркнул, что основная проблема в фармакологии — не создание кандидата, а прохождение доклинических и клинических испытаний, которые не проходят 90% теоретически перспективных лекарств.
В перспективе, разработанный алгоритм может быть адаптирован для поиска препаратов против других опасных бактерий, таких как сальмонелла, клебсиелла, менингококк, а также для создания противовирусных и противогрибковых средств. Успешное лабораторное подтверждение технологии может стать основой для создания биотехнологического стартапа с высоким экономическим потенциалом.
