ИИ помогает создавать лекарства, опираясь на белковые структуры
Исследователи разработали инновационный компьютерный метод, который позволяет быстро создавать активные фармацевтические препараты, основываясь на трёхмерной структуре белков. Эта технология обещает существенно преобразить процесс разработки новых лекарств.
Прорыв в области фармакологии
Специалисты создали алгоритм, использующий искусственный интеллект (ИИ) для генерации молекул, способных взаимодействовать с белками. Если форма белка известна, ИИ предлагает варианты молекул, которые могут либо стимулировать, либо подавлять активность белка. Затем химики синтезируют эти вещества и проводят их тестирование в лабораторных условиях.
Основой работы алгоритма служит трёхмерная модель поверхности белка. На её основе он проектирует молекулы, способные связываться с белком по принципу «ключ и замок», обеспечивая их специфическое взаимодействие.
Минимизация побочных эффектов
Метод базируется на результатах многолетних исследований по определению структуры белков и поиску лекарственных молекул с использованием компьютерного моделирования. Ранее этот процесс часто был трудоёмким, требовал много ручного труда и нередко приводил к созданию молекул, которые невозможно было синтезировать. Использование ИИ в последние годы в основном ограничивалось усовершенствованием уже известных соединений.
Теперь же, благодаря генеративному ИИ, стало возможным создавать новые молекулы с нуля, не прибегая к ручному вмешательству. Алгоритм сразу предлагает только те молекулы, которые соответствуют заданной белковой структуре, могут быть синтезированы и в минимальной степени взаимодействуют с другими белками, что помогает снизить риск побочных эффектов.
Чтобы создать такой алгоритм, учёные обучили ИИ на основе данных о сотнях тысяч взаимодействий между молекулами и трёхмерными белковыми структурами.
Успешное тестирование технологии
Совместно с фармацевтическими компаниями и другими партнёрами учёные проверили эффективность новой методики. Целью исследований стало создание молекул, взаимодействующих с белками группы PPAR, которые регулируют обмен сахаров и жиров. Современные лекарства от диабета, стимулирующие PPAR, помогают клеткам поглощать сахар из крови, снижая его уровень.
ИИ смог быстро предложить молекулы, аналогичные существующим препаратам, но без необходимости долгих этапов разработки. После синтеза предложенных молекул в лаборатории они прошли тесты, подтвердившие их стабильность и отсутствие токсичности.
Хотя дальнейшая разработка этих молекул в качестве лекарств не планируется самими исследователями, они стали важным этапом проверки технологии. На текущий момент алгоритм уже применяется в фармацевтической промышленности. Разработчики также сделали его доступным для учёных по всему миру, опубликовав исходный код.
Этот проект открыл новые горизонты для использования ИИ в разработке лекарств, особенно для тех белков, которые ранее не могли взаимодействовать с известными соединениями. Потенциал этой технологии огромен и может значительно ускорить создание новых медицинских препаратов.
Как современные датчики анализируют жидкости организма
Технологии носимых устройств стремительно меняют подходы к медицине.
Сегодня умные часы могут измерять пульс, а приложения на смартфонах – отслеживать артериальное давление. Эти устройства уже достаточно точны, чтобы фиксировать ключевые жизненные показатели, и некоторые из них успешно применяются в медицинской диагностике. Однако для анализа биохимических параметров по-прежнему нужны образцы биологических жидкостей, таких как кровь или моча, которые направляются в лабораторию. Этот процесс зачастую сложен, болезненен, требует времени и средств.
Ситуация может измениться с появлением нового поколения носимых устройств, способных выполнять биохимический анализ прямо на месте. Такие датчики будут получать данные из пота, дыхания, слюны, слез или мочи. Хотя технологии еще находятся в стадии разработки, их потенциал очевиден.
Универсальность для всех возрастов
Главное преимущество новых устройств – возможность непрерывного мониторинга без визитов к врачу или лаборатории. Например, для пожилых людей, испытывающих тепловой стресс, носимые датчики могли бы предупреждать о необходимости пить больше воды или сигнализировать о критическом уровне электролитов.
Кроме того, такие датчики либо совсем неинвазивны, либо требуют минимального вмешательства. Это особенно важно для маленьких детей. Забор крови у младенцев или установка катетера – задача не из легких, доставляющая дискомфорт и детям, и их родителям. Альтернативой может стать устройство, прикрепленное к коже или встроенное в подгузник, которое будет собирать и анализировать биологические данные.
Также во время пандемии COVID-19 полезными могли бы быть маски, способные выявлять вирусы, такие как SARS-CoV-2, без необходимости брать мазки.
Полезность и целесообразность
Исследователи демонстрируют впечатляющее разнообразие идей – от сенсоров для оценки уровня обезвоживания у детей до татуировок, отслеживающих уровень сахара в крови, и контактных линз, анализирующих состав слез.
Однако не каждое измерение имеет клиническую ценность. Важно, чтобы устройства не только были удобны для пользователя, но и предоставляли данные, полезные для медицины. Например, маркер воспаления С-реактивный белок (СРБ) может указывать на серьезные проблемы со здоровьем, если его уровень превышает норму (менее 5 мг/л у здоровых взрослых). Однако не менее важно знать динамику показателя – был ли он вчера в пределах нормы или, например, составлял 300 мг/л.
Технические вызовы
Разработчики сталкиваются с рядом вопросов: как долго устройство может работать, как его хранить и обслуживать, сколько энергии требуется для его работы? Самое важное – точность и надежность предоставляемых данных. Недостаточно достоверные измерения вряд ли вызовут доверие пользователей.
Следующий шаг – создание понятных интерфейсов для интерпретации данных, чтобы они были доступны как пациентам, так и врачам. Искусственный интеллект, вероятно, станет ключевым инструментом в обработке информации, ускоряя развитие этих технологий.
Потенциал пота
Одним из первых объектов исследования для носимых устройств стал пот. Хотя многие люди относятся к нему с неприязнью, эта жидкость содержит обширную информацию о состоянии организма. Наш организм выделяет пот в разных ситуациях и на различных участках тела, и эта вариативность делает его ценным источником данных.
Выбор жидкости для анализа зависит от целей диагностики. Например, при заболеваниях дыхательной системы целесообразно исследовать выдыхаемый воздух. Но, чтобы новые технологии были официально утверждены и начали приносить реальную пользу пациентам, необходимо провести ещё немало исследований и разработок.