Корейські дослідники використовують штучний інтелект щоб відкривати нові фармацевтичні розробки через інноваційний підхід. Команда під керівництвом професора Ву Єн Кіма з кафедри хімії КАІСТ розробила новий штучний інтелект, який може розробляти ліки для цільових білків виключно на основі взаємодій між білками та молекулами, не використовуючи активних даних.
Щоб відкрити нові ліки, важливо ідентифікувати молекули, які специфічно зв’язуються з білками, що спричиняють захворювання. Традиційний підхід до створення ліків за допомогою штучного інтелекту тенденція створювати молекули, схожі на відомі ліки, що представляє собою значний виклик у заснованому на інноваціях сегменті розвитку нових лікарських засобів. Крім того, відсутність експериментальних даних щодо нових, потенційно прибуткових цільових об’єктів ліків ускладнила використання встановлених моделей штучного інтелекту на практиці неможливим.
Рішенням команди була технологія, яка створює молекули, використовуючи лише структурну інформацію про білки. Цей метод працює подібно до створення ключа, спеціально розробленого для замка, формуючи молекули так, щоб вони точно відповідали місцям зв’язування цільових білків. Крім того, вони сфокусувалися на розробці молекул, які можуть стабільно зв’язуватися навіть з новими білками, подолуючи низьку загальну продуктивність старих тривимірних моделей генеративного штучного інтелекту.
Фокусуючись на взаємодії між білком і молекулою, команда дозволила штучному інтелекту вивчити ці взаємодії та безпосередньо застосовувати їх у молекулярному дизайні. Результатом було те, що їх модель, на відміну від попередніх, які покладалися на мільйони віртуальних даних для компенсації обмеженої кількості тренувальних даних, могла значно перевершити шляхом вивчення лише тисяч реальних експериментальних структур.
Штучний інтелект був навчений розробляти молекули, які викликають специфічні взаємодії з мутованими амінокислотами. Дивовижно, 23% молекул, розроблених цим штучним інтелектом, за прогнозами мають показати понад 100-кратну селективність теоретично. Такий підхід штучного інтелекту, заснований на взаємодії між білком та молекулою, може бути особливо ефективним в ситуаціях, де селективність є найважливішою, таких як розробка інгібіторів кіназ.
Підкреслюючи важливість підходу, аспірант з кафедри хімії КАІСТ підкреслив, що використання попередньої інформації в моделях штучного інтелекту давно є стратегією в науці в ситуаціях з недостатніми даними. Інформацію про взаємодії, використану в цьому дослідженні, можуть успішно застосовувати не лише до молекул ліків, а й до широкого спектру біологічних молекул у біотехнології.
Підтриманий Національним дослідницьким фондом Кореї, це дослідження було опубліковано в міжнародному журналі ‘Nature Communications’ в березні, як повідомило News1.
У галузі фармацевтичних досліджень та розробки ліків здатність використовувати штучний інтелект для проектування ліків має значущі наслідки. Прорив команди КАІСТ у використанні генеративного штучного інтелекту для створення ліків, сумісних з білковими структурами, є помітним прогресом в галузі. Ось додаткові відповідні факти, ключові питання та виклики разом із відповідями, а також аналіз переваг і недоліків:
The source of the article is from the blog meltyfan.es