Исследователи из Кембриджского университета использовали искусственный интеллект, чтобы значительно ускорить поиск новых методов лечения болезни Паркинсона.
Используя методы машинного обучения, они смогли проверить миллионы потенциальных лекарственных соединений и выявить наиболее перспективных кандидатов в десять раз быстрее и в 1000 раз экономичнее, чем при использовании традиционных методов.
Болезнь Паркинсона - сложное, прогрессирующее нейродегенеративное заболевание, которым страдают около 6 миллионов человек во всем мире. Ожидается, что к 2040 году эта цифра утроится.
В настоящее время не существует методов лечения, способных надежно замедлить или остановить прогрессирование заболевания.
Традиционный процесс скрининга огромных химических библиотек для поиска потенциальных кандидатов в лекарственные препараты чрезвычайно медленный, дорогой и зачастую безуспешный.
"Один из путей поиска потенциальных методов лечения болезни Паркинсона предполагает выявление малых молекул, способных ингибировать агрегацию альфа-синуклеина, белка, тесно связанного с этим заболеванием", - говорит ведущий исследователь профессор Микеле Вендрусколо. рассказал в Кембриджском университете.
"Но это чрезвычайно трудоемкий процесс - простое определение главного кандидата для дальнейшего тестирования может занять месяцы или даже годы".
Чтобы решить эту проблему, Вендрусколо и его команда разработали 5-этапный подход к машинному обучению. Сайт исследование был опубликован в Природная химическая биология.
- Начните с небольшого набора соединений, выявленных с помощью моделирования, которые способны блокировать сцепление белка альфа-синуклеина, являющегося основной причиной болезни Паркинсона. Затем проверьте их эффективность экспериментально.
- Используйте полученные результаты для обучения модели машинного обучения, чтобы предсказать, какие молекулярные структуры и свойства делают соединение эффективным для предотвращения агрегации белков.
- Разверните обученную модель для быстрого скрининга виртуальной библиотеки, содержащей миллионы соединений, и предскажите наиболее мощные претенденты.
- Экспериментально проверьте лучших кандидатов, отобранных ИИ, в лаборатории. Введите эти результаты в модель для дальнейшего совершенствования ее предсказательных возможностей.
- Повторите этот цикл вычислительных предсказаний и экспериментальных испытаний, причем модель искусственного интеллекта будет становиться все умнее с каждым раундом, отбирая самые мощные соединения.
За несколько итераций показатель оптимизации - процент испытуемых соединений, которые подавляли сцепление альфа-синуклеина, связанное с болезнью Паркинсона, - увеличился с 4% до более чем 20%.
Более того, соединения, найденные ИИ, в среднем были гораздо более мощными, чем все ранее идентифицированные. Некоторые из них показали многообещающую активность при восьмикратном снижении дозы. Кроме того, они были более разнообразны с химической точки зрения: модель обнаружила эффективные соединения, отличающиеся от известных структур.
"Машинное обучение оказывает реальное влияние на открытие лекарств - оно ускоряет весь процесс выявления наиболее перспективных кандидатов, - говорит Вендрусколо.
"Используя знания, полученные в ходе первоначального скрининга, с нашей моделью машинного обучения, мы смогли обучить модель определять конкретные области на этих малых молекулах, ответственные за связывание, а затем мы можем провести повторный скрининг и найти более мощные молекулы".
"Для нас это означает, что мы можем начать работу над несколькими программами по созданию лекарств - вместо одной. Благодаря значительному сокращению времени и затрат стало возможным многое - это захватывающее время".
Исследователи подчеркивают, что это только начало того, что подходы, основанные на использовании искусственного интеллекта, могут позволить открыть лекарственные средства для лечения болезни Паркинсона и других заболеваний, характеризующихся неправильным сворачиванием и агрегацией белков.
При дальнейшем развитии и увеличении объема обучающих данных предсказательная способность этих моделей должна только улучшиться.
Хотя впереди еще долгий путь, чтобы превратить выявленных ИИ кандидатов в одобренные препараты, данное исследование демонстрирует, как машинное обучение в сочетании с экспериментальной биологией может значительно ускорить ранние этапы открытия лекарств.
Эта работа опирается на целый ряд исследований, направленных на решение проблемы поиска новых, новейших методов лечения, включая из Массачусетского технологического института и Университета ТафтсаНедавно была создана модель, способная ежедневно отсеивать около 100 миллионов соединений.
Несколько модели поиска антибиотиков были получены экспериментальные соединения, некоторые из которых направление на клинические испытания.
Еще один масштабный проект В прошлом году в сотрудничестве с глазной больницей Мурфилдс (Moorfields Eye Hospital) в Великобритании использовали сканирование глаз для выявления ранних признаков болезни Паркинсона - новый метод, основанный на использовании искусственного интеллекта.
Новое исследование, направленное на поиск эффективных методов лечения болезни Паркинсона, показывает, что методы искусственного интеллекта имеют огромные перспективы в переосмыслении медицины и здравоохранения.
