Ученые разработали новую систему машинного обучения, которая может помочь сохранить вакцины, кровь и другие медицинские препараты.
Сайт исследованиеИсследование, опубликованное в журнале Nature Communications, было проведено под руководством Университета Уорика и Манчестерского университета.
Система искусственного интеллекта помогает определять молекулы, называемые криопротекторами - соединениями, которые предотвращают повреждение при замораживании биологических материалов.
Криопротекторы - это специальные вещества, которые помогают защитить живые клетки и ткани от повреждения при замораживании.
Они предотвращают образование вредных кристаллов льда, которые, по сути, разрушают ткани при замораживании, а также помогают клеткам сохранять свою структуру в условиях экстремального холода.
Эти соединения очень важны для сохранения таких вещей, как вакцины, образцы крови и репродуктивные клетки для длительного хранения или транспортировки.
В один прекрасный день криопрезервативы могут быть использованы для сохранения органов, сложных тканей или даже целых людей.
В настоящее время поиск новых криопротекторов - это медленный процесс проб и ошибок. Новый подход, основанный на методе ML, позволяет исследователям быстро проверить сотни потенциальных молекул в виртуальном режиме.
Вот некоторые ключевые моменты исследования:
- Команда создала модель машинного обучения, обученную на данных о существующих криопротекторах.
- Эта модель позволяет предсказать, насколько хорошо новые молекулы могут работать в качестве криопротекторов.
- Исследователи использовали эту модель для скрининга библиотеки из примерно 500 аминокислот.
- Система выявила несколько перспективных соединений, в том числе эфир аминооксазола, который превосходит многие известные криопротекторы.
- Лабораторные испытания подтвердили предсказания ИИ: новое соединение продемонстрировало сильную защиту от образования кристаллов льда.
- Открытая молекула улучшила сохранность эритроцитов в сочетании со стандартными методами.
Выявленный в ходе исследования аминооксазоловый эфир продемонстрировал особенно замечательные свойства ингибирования рекристаллизации льда (IRI). Он практически полностью останавливал рост кристаллов льда в процессе замораживания.
Соединение оставалось эффективным даже тогда, когда исследователи снижали его концентрацию. Кроме того, оно сохраняло свои антиледовые свойства в фосфатно-буферном солевом растворе (PBS), который имитирует концентрацию соли в организме человека.
Доктор Мэтт Уоррен, аспирант, возглавивший проект, рассказал, как модель повышает эффективность работы: "После многих лет трудоемкого сбора данных в лаборатории невероятно интересно получить модель машинного обучения, которая позволяет на основе данных прогнозировать криопротекторную активность".
Профессор Мэтью Гибсон из Манчестера добавил: "Результаты компьютерной модели были поразительными: в ней были обнаружены активные молекулы, которые я никогда бы не выбрал, даже с учетом моего многолетнего опыта".
Профессор Габриэле Соссо, возглавлявший группу исследователей из Уорика, объясняется в блоге что, несмотря на впечатляющие результаты, машинное обучение не является панацеей для решения подобных исследовательских задач: "Важно понимать, что машинное обучение не является волшебным решением для всех научных проблем. В данной работе мы использовали его как один из многих инструментов".
Исследователи объединили предсказания ИИ с молекулярным моделированием и лабораторными экспериментами - многосторонний подход, который помог подтвердить результаты и уточнить модель.
Это способствует проведению целого ряда исследований, основанных на искусственном интеллекте, в области открытия лекарств и проектирования материалов. Исследователи построили модели ИИ для создания интересных лекарственные соединенияОдин из них был доведено до клинических испытаний.
DeepMind также создала модель под названием GNoME способный автоматически генерировать и синтезировать материалы.
Открытые новые криопротекторные соединения могут иметь широкое практическое значение.
Например, исследователи описывают, как улучшение криоконсервации может увеличить срок хранения вакцин и упростить транспортировку чувствительных медицинских препаратов в отдаленные районы.
Эта технология также может ускорить переливание крови за счет сокращения времени, необходимого для обработки замороженной крови.
Несмотря на многообещающие результаты, команда предупреждает, что необходимо провести дополнительную работу, чтобы полностью понять, как функционируют эти новые соединения, и обеспечить их безопасность и стабильность в медицинских целях.
