Российские ученые совместно с коллегами из Франции и Японии разработали технологию на основе искусственного интеллекта, которая позволяет упростить синтез молекул при производстве лекарств. Нейронную сеть обучили химическим законам, после чего она смогла предложить новые варианты химических реакций. Исследование проводилось при поддержке гранта Российского научного фонда (РНФ) и опубликовано в журнале Scientific Reports.
При разработке лекарственных препаратов ключевым этапом является синтез нового вещества, по сути, соединение различных элементов в одно целое. Технологии современной медицины, проводимые вычислительные эксперименты, а также огромные объемы накопленной за время исследований информации позволяют более рационально подходить к дизайну лекарств. На сегодняшний день при производстве новых препаратов используют современные методы виртуального скрининга, которые позволяют автоматически генерировать гипотетические структуры молекул, потенциально обладающих необходимыми свойствами. Однако значительная часть теоретически сконструированных молекул не доходит до биологических испытаний из-за проблем с синтезом таких веществ. В этой ситуации необходимо разработать методологию компьютерного планирования синтеза, которая будет искать последовательность химических реакций, ведущих к целевому соединению.
Ученые Химического института имени А. М. Бутлерова Казанского федерального университета при сотрудничестве с коллегами из Университета Страсбурга (Франция) и Университета Хоккайдо (Япония) разработали технологию на основе искусственного интеллекта для предсказания новых химических реакций. Это первый опыт, при котором нейронная сеть обучалась на известных химических реакциях, после чего предлагала новые типы соединений. Исследователи использовали подход, позволяющий закодировать химическую реакцию в виде текстовой строки. Эта строка содержит информацию обо всех атомах, связях и реакционном центре, то есть об элементах, ответственных за проведение реакции. Далее полученную строку обрабатывали с использованием технологии анализа текстов и генерировали новые строки, в которых закодированы химические процессы. Ученые старались сгенерировать новые реакции таким образом, чтобы они были похожи на хорошо известные реакции Сузуки, которые широко используют в синтезе лекарств. Это, например, противораковый препарат лапатиниб или противовоспалительный эторикоксиб, а также ряд полиолефинов и стиролов, использующихся для создания полимеров, или замещенных бифенилов, — веществ, входящих в состав клея, краски, покрытия электрических проводов и тому подобного.
«Интересно, что реакция Сузуки была открыта в Университете Хоккайдо, за что Акира Сузуки получил Нобелевскую премию по химии в 2013 году. Мы полностью положились на предсказания натренированной нейронной сети. Нейронная сеть предлагала реакции разной степени "фантастичности", от теоретически разумных до весьма смелых и маловероятных. Поэтому мы разработали специальный фильтр, который сортировал реакции и отсекал откровенные ошибки. Система предложила несколько типов реакций, внешне похожих на реакции Сузуки, но которых не было в нашей обучающей выборке. Она включала реакции до 2016 года, но зато они нашлись в литературе, в более поздних исследованиях. Это показывает, что предложенный подход действительно позволяет находить новые химические реакции», — рассказывает руководитель проекта РНФ Тимур Маджидов, кандидат химических наук, старший научный сотрудник лаборатории хемоинформатики и молекулярного моделирования КФУ.
Информация предоставлена пресс-службой Российского научного фонда
Источник фото: https://www.tatar-inform.ru/
