Источник фото: ru.123rf.com
Прорыв в разработке лекарств для аутоиммунных заболеваний
Команда ученых из ИТМО представила новый алгоритм, способный значительно ускорить процесс поиска лекарственных средств для аутоиммунных заболеваний. Используя методы машинного обучения, они сосредоточились на ингибиторах селезеночной тирозинкиназы (Syk) — важного белка, который участвует в развитии заболеваний, таких как иммунная тромбоцитопения. Результаты их работы, где было обнаружено более ста молекул-кандидатов, уже опубликованы в журнале Journal of Cheminformatics.
Селезеночная тирозинкиназа (Syk) играет существенную роль в функциональности иммунных клеток, что делает её критически важной для терапии аутоиммунных болезней, таких как иммунная тромбоцитопения. В терапевтических целях применяют специфические ингибиторы, которые подавляют её активность и помогают устранить симптомы. Однако не все существующие препараты, такие как фостаматиниб, являются эффективными и безопасными — у них могут быть побочные эффекты и нестабильные результаты.
Традиционный подход к поиску новых соединений предполагает ручной отбор и тестирование множества молекул, что занимает много времени и ресурсов. Новый метод, предложенный исследователями, объединяет возможности искусственного интеллекта и сложных алгоритмов. Они адаптировали алгоритм FREED++, который был создан для генерации малых молекул под конкретные терапевтические мишени, для поиска эффективных ингибиторов Syk. Таким образом, за считанные дни алгоритм может предсказывать биологическую активность соединений.
В результате ученые получили 139 молекул-кандидатов, которые показывают высокую активность и перспективы по сравнению с существующими аналогами — они лучше связываются с мишенью и могут вызывать меньше побочных эффектов. В дальнейшем планируется экспериментальная проверка их эффективности и безопасности в лабораторных условиях, а также адаптация подхода к поиску ингибиторов для других терапевтических мишеней.
«Мы объединили QSAR-моделирование и обучение с подкреплением, что позволяет разрабатывать молекулы с высокой эффективностью и минимальными побочными эффектами. В ближайшее время наши молекулы будут тестироваться в лаборатории, и мы надеемся, что они привлекут интерес фармацевтических компаний для разработки новых лекарств», — отметила первый автор исследования, студентка ИТМО Мария Завадская.
Поддержка исследования осуществлялась в рамках программы «Приоритет-2030».





