Исследователи из Университета Восточной Финляндии провели один из крупнейших в мире виртуальных скринингов лекарств, сообщает пресс-служба вуза. Новый метод машинного обучения позволил в 10 раз быстрее обработать 1,56 миллиарда молекул, среди которых могут быть молекулы, подходящие для терапии.
Обычно, когда исследователи ищут новые лекарственные соединения, они используют быстрый компьютерный скрининг, который просматривает большие библиотеки соединений. Так можно выявить агентов, способных блокировать мишень лекарства — например, фермент, который позволяет бактерии противостоять антибиотикам. За последние годы количество кандидатов в лекарства значительно возросло — и на поиск подходящего соединения (только для одного лекарства) может уйти несколько месяцев или лет – даже если использовать самые современные суперкомпьютеры. Поэтому нужные более быстрые инструменты.
В этом исследовании финские ученые использовали суперкомпьютеры и искусственный интеллект, чтобы ускорить скрининг. Но для начала команда оценила 1,56 миллиарда молекул по двум фармакологически значимым мишеням с помощью суперкомпьютеров и определила показатели докинга для всех кандидатов. Докинг — это вычислительный метод, который оценивает, насколько хорошо молекула и мишень «стыкуются», то есть подходят друг другу.
Полученные результаты исследователи использовали для обучения новой модели машинного обучения — HASTEN. HASTEN использовал только 1% всей библиотеки в качестве обучающих данных — и на основе этого правильно предсказал показатели стыковки для 90% соединений менее чем за десять дней.
Авторы опубликовали базу данных, полученных в рамках исследования, то есть результаты стыковки 1,56 миллиарда соединений. Эти данные помогут другим исследователям быстрее проводить тестирование молекул и будут способствовать открытию лекарств с помощью виртуальных методов.
Статья, посвященная исследования, опубликована в Journal of Chemical Information and Modeling.
[Иллюстрация: Ina Pöhner]
