Ученые создали алгоритм для предварительной оценки эффективности лечения. Для этого делается прогноз вероятности связывания белков человека и белков лекарственных препаратов.
В организме есть множество белков - «точки приложения» действия лекарственных препаратов. Они отвечают за разные функции. Белки взаимодействуют с лекарственными препаратами в трехмерном пространстве. Там пространственная структура протеина определяет, изменит ли лекарственное средство при взаимодействии структуру белка так, чтобы он выполнил биологическую фикцию, или нет. Знания о трехмерной структуре белка помогут делать прогноз - свяжутся ли белки и препараты. Речь идет об оценке эффективности лечения или профилактики пациентов.
Ученые разработали технологию на базе машинного обучения. Основа алгоритма - цифровой анализ структур белковых комплексов. Он позволит оценить плотность атомов в составе комплексов. На таком анализе базируется т.н. «воксельная сетка». Это объемная модель комплекса, которая делится на мелкие кубические сетки. А в ее ячейки вносится прогнозное значение возможного связывания или «доверительной вероятности». Результаты такого прогноза (предсказания центров участков связывания) позволят финализировать прогноз лечения или профилактики с учетом аминокислотных остатков.
Данные о таких прогнозах постоянно накапливаются, что стало важным преимуществом разработки. Также система поможет делать индивидуальный анализ конкретных белков для отдельного пациента. А это значит, что врачи смогут подбирать персональное и потому эффективное лечение. Выбирать дозировку препарата или продолжительность применения эффективнее с учётом индивидуальных особенностей организма каждого отдельного пациента, а не на основе усредненных данных.
Фото на странице: Logan Moreno Gutierrez / Фотобанк Unsplash
