ENGСозданная в НИЯУ МИФИ нейросеть, благодаря сочетанию искусственного интеллекта и квантово-химического моделирования, открывает огромные возможности в фармацевтике.
«Пандемия ярко показала, как важно обладать самодостаточной фармацевтической промышленностью. Теперь всем очевидно, что это стратегическая отрасль, обеспечивающая безопасность страны. Мы справились с выпуском вакцин и лекарственных препаратов, но частично эти успехи базируются на импортных компонентах. Поэтому нам следует незамедлительно приступить к формированию технологической независимости по биологическим и химическим субстанциям, сырью, оборудованию», — заявил премьер-министр РФ Михаил Мишустин, выступая на Международной промышленной выставке «Иннопром».
Одним из таких шагов к формированию технологической независимости может стать нейросеть, созданная учеными НИЯУ МИФИ. Впрочем, все по порядку.
Фуллерены — шарообразные полые кластеры диаметром чуть меньше нанометра. Самый известный фуллерен C60 состоит из 60 атомов углерода и по своей структуре похож на футбольный мяч. Он известен с 1984 года, а в 1996‑м его открытие было отмечено Нобелевской премией по химии. Исследования последних трёх лет доказали, что этот фуллерен интересен не только химикам, но и медикам. Выяснилось, что он может адсорбировать многие противораковые лекарства и усиливать их активность в несколько раз. Фуллерен не только заставляет лекарства действовать сильнее, но и обеспечивает им лучшее проникновение в раковые клетки. При этом он совершенно не ядовит и легко выводится из организма. Учитывая возможности недорогого и хорошо воспроизводимого синтеза этого кластера по сравнению с другими наночастицами, он стал распространенным «носителем», используемым для доставки лекарств. Сфера его применения расширяется: теперь он доставляет лекарства не только от рака, но и от диабета, астмы, а также сердечно-сосудистых и респираторных заболеваний, включая COVID. Доставка лекарства снижает необходимую дозу в несколько раз, благодаря чему уменьшается стоимость лечения и минимизируются побочные действия.
Фторированные фуллерены заслуживают особого внимания. Их легче отслеживать в организме при помощи ядерного магнитного резонанса, а ещё они могут контролируемо выделять лекарства благодаря высокой активности в ближнем инфракрасном диапазоне. Однако, несмотря на все преимущества фторированных фуллеренов, они не являются абсолютно универсальными носителями: одни лекарства могут эффективно доставляться на них, а другие — нет.
«Исследовать взаимодействие каждого лекарства с фуллеренами слишком трудозатратно, на это не хватит никаких ресурсов, — объяснил Константин Катин, д‑р физ.‑мат. наук, профессор НИЯУ МИФИ. — Поэтому мы обратились к помощи квантово-химического моделирования и нейронных сетей. Это позволило нам рассмотреть не одно-два лекарства, как обычно делается в подобных исследованиях, а сразу сорок популярных лекарств. Этого количества оказалось достаточно, чтобы провести статистический анализ: мы выявили “лидеров”, “середнячков” и “аутсайдеров” среди лекарств (разумеется, речь идёт лишь об их способности доставляться на фуллеренах). Чтобы сделать выводы об остальные лекарствах, включая те, которые еще только будут открыты в ближайшие годы, мы попытались установить закономерности, описывающие их взаимодействия с фуллеренами. Для этого использовались в том числе нейронные сети, которые иногда могут находить неочевидные закономерности, которые не под силу заметить человеку. Обученная нами сеть может предсказывать, насколько надёжно лекарство может быть “закреплено” на фуллерене. Её точность ограничена, зато она работает очень быстро, что делает её полезной по крайней мере для первичного анализа лекарств. Чтобы оценить взаимодействие фуллерена с лекарством, ей требуются считанные мгновения, тогда как классические квантово-химические расчеты даже одного лекарства могут длиться неделями и даже месяцами».
Проведенное исследование иллюстрирует огромные возможности, которые открываются в фармацевтике благодаря сочетанию искусственного интеллекта и квантово-химического моделирования. Количество возможных молекул невероятно велико, так что к настоящему времени синтезирована и исследована лишь ничтожно малая их часть. Именно поэтому каждый год сообщается об открытии множества новых лекарств. Современные химики могут синтезировать практически любую молекулу. Проблема состоит в том, что ученые до сих пор не умеют надёжно предсказывать, будет ли та или иная «лекарственно-подобная» (drug‑like) молекула по-настоящему эффективным лекарством. Даже квантово-химическое моделирование не может справиться с огромной очередью молекул-претендентов, из которых нужно отобрать небольшое число действительно полезных соединений. Здесь помощь нейронных сетей невозможно переоценить: они уже «поумнели» настолько, что могут обобщать результаты квантово-химических расчетов и отделять «ложные» лекарства от «настоящих».
Ещё одна проблема состоит в том, что большинство квантово-химических программ созданы в западных странах, и доступ к ним может быть ограничен.
«Мы можем создать свои, отечественные, квантово-химические программы для фармацевтической отрасли, — утверждает Константин Катин. — Многие существующие зарубежные программы имеют давнюю историю, так что их приходится адаптировать под современные компьютеры. Некоторые части старого кода переделывать уже нецелесообразно. Поэтому аналоги, созданные “с чистого листа”, могут быть более эффективными, чем давно развивающиеся проекты.
Помимо фуллеренов, в фармацевтике часто используются и другие носители — металлические и композитные наночастицы, полимеры, бор-нитридные кластеры и т.д. Все они имеют свои достоинства и недостатки, важные при лечении конкретных болезней. Для каждого вновь созданного лекарства приходится подбирать подходящий носитель, что может занимать несколько месяцев и замедляет процесс испытания и внедрения. Учитывая, что стоимость разработки одного лекарства может доходить до миллиарда долларов, такое промедление может приводить к убыткам, исчисляемым десятками миллионов долларов. Созданная нами программа, обученная на множестве уже известных систем доставки лекарств, сможет моментально подбирать подходящий для данного лекарства носитель, а также лекарство, подходящее для данного носителя. Это станет возможным благодаря сочетанию традиционного квантово-химического подхода с обучением и использованием нейронных сетей».
Ссылки на статьи в научных журналах:
https://doi.org/10.10/j.molliq.2023.121559
https://doi.org/10.1016/j.molliq.2022.118773
https://doi.org/10.3390/ijms23042345
