Для того, чтобы разработать новое лекарство, фармацевтам нужно провести массу расчетов, чтобы создать химическую формулу действующего вещества и, по возможности, предвидеть то, как будущий препарат будет взаимодействовать с различными системами организма. Один только этот процесс занимает массу времени, не говоря уже о лабораторных и клинических испытаниях. Однако вскоре это может значительно упроститься, ведь был создан искусственный интеллект, который может создавать новые лекарства с нуля без вмешательства человека.
Как сообщает издание EurekAlert, новый искусственный интеллект состоит из двух взаимосвязанных нейросетей, условно названных «ученик» и «учитель». Дело в том, что на этапе разработки, когда лекарство лишь «придумывается», фармацевты выбирают определенную молекулу с определенными свойствами, после чего «настраивают» ее для получения требуемого эффекта, чтобы в идеале добиться 100% потенциала воздействия при минимуме побочных эффектов. В процессе получения необходимых эффектов в ходе различных химических реакций ученые «добавляют и убавляют» некоторые атомы в молекулу. Именно этими знаниями и владеет ИИ-учитель. В эту нейросеть загружены данные о более, чем 1,7 миллионе биологически активных молекул, их свойствах и принципе взаимодействия друг с другом. Ученик же обучается у учителя навыкам создания лекарств и затем предлагает наиболее удачные варианты веществ, которые могут стать основой для новых препаратов.
В основе обоих нейросетей лежит система ReLeaSE. Это достаточно известный метод разработки лекарств в фармацевтической промышленности. Он направлен на выявление лучших видов действующих веществ для производства лекарств. ReLeaSE использует такие показатели, как температура плавления, воздействие ферментов и растворимость в воде. По словам создателей ИИ-фармацевта,
Если мы сравним процесс обучения ИИ с изучением языка, то после того, как ученик узнает «алфавит» и основные правила, он может создавать новые «слова», то есть молекулы. Если новая молекула стабильна и имеет желаемый эффект — учитель утверждает ее, а если нет — забракует разработку, заставляя ученика в будущем избегать «плохих» молекул и создавать «хорошие