Американські вчені розробили алгоритм машинного навчання POLYGON. Аналізуючи базу даних про активні молекули, платформа ШІ генерує хімічні формули для потенційних ліків.
POLYGON уже представив сотні перспективних препаратів від раку, з яких вчені синтезували 32 найефективніші молекули. У майбутньому платформа дасть змогу замінити комбіновану терапію на багатоцільові ліки та зменшити кількість побічних ефектів. Дослідження опубліковано в журналі Nature Communications.
Кілька років тому фармацевтична промисловість відкидала штучний інтелект, проте зараз усе змінилося. Біотехнологічним стартапам дедалі складніше залучати кошти, якщо в їхньому бізнес-плані не згадано ШІ. Американські вчені вирішили впровадити штучний інтелект у розробку ліків, забезпечивши технологію відкритим вихідним кодом.
Дослідники навчили нову платформу POLYGON роботі з базою даної з більш ніж мільйона відомих біологічно активних молекул. У цій базі зберігається інформація про хімічні властивості речовин і їхні взаємодії з білковими мішенями.
Виявляючи закономірності в даних, POLYGON може генерувати оригінальні хімічні формули для потенційних ліків. Вчені протестували платформу на створенні препаратів, націлених на ракові клітини. POLYGON представив сотні ліків, з яких дослідники синтезували 32 молекули з найсильнішими взаємодіями з білками MEK1 і mTOR.
Уповільнення активності відразу двох цих білків достатньо, щоб убити ракові клітини. Крім того, ШІ підтвердив здатність орієнтації у великих даних: серед інформації про зв’язування понад 100 тисяч сполук алгоритм правильно розпізнав фармакологічні взаємодії речовин із точністю 82,5%.