Специалисты по искусственному интеллекту из лаборатории машинного обучения YerevaNN создают новую модель по поиску лекарственных молекул. Как отметил в беседе со Sputnik Армения руководитель лаборатории, сотрудник Ереванского государственного университета Грант Хачатрян, от новой модели пока не нужно ожидать очень многого, потому что в Армении пока нет вычислительных мощностей для мощных AI-платформ (таких, как последние версии ChatGPT).
Правительство уже утвердило финансирование на покупку для Армении исследовательского компьютера большой мощности, но его доставка и установка потребует времени. Конечно, можно удаленно, через интернет (через "облачные" технологии), пользоваться мощностями зарубежных суперкомпьютеров, но стоит это недешево (по меркам армянских научных учреждений).
Поэтому математики YerevaNN пытаются выжать максимум из имеющегося в ЕГУ научного компьютера. Здесь они составили систему, которой можно показать 3D-модель молекулы и "сказать": "А теперь выдай похожую, но с лекарственными свойствами". Это означает, что вещество должно легко синтезироваться, хорошо растворяться в воде, и так далее.
Стартап для стартаперов на основе ИИ: в Армении создали уникальный софт>>
Правда, пока система не может рассчитывать биологическую активность будущих лекарств. Для этого системы искусственного интеллекта "рисуют" трехмерную модель болезнетворного вещества (белка), потом для нее выбирают молекулы, которые могут прочнее за нее зацепиться и связать ее активность. И, наконец, дальше составляются бесчисленные анимации по взаимодействию патогена и молекулы.
Но в том-то и проблема, что массив этих вычислений огромен, и они под силу лишь крупным компьютерам. Поэтому ереванские математики пошли по другому пути, который ненаучным, но более-менее простым способом можно описать так. Программист (или журналист) решили пойти работать в автомастерскую. Мастер им говорит: "Учить вас с нуля – дело гиблое, да и времени на вас нет. Просто смотрите, что я делаю, и точно повторяйте за мной".
Теперь – о том, как это работает. В свою модель Хачатрян "заливает" базы данных о биологической активности молекул. В научном мире есть открытые базы таких данных, хотя и сравнительно небольшие (есть и закрытые базы, на основе исследований фармацевтических компаний, но те, естественно, не делятся ими).
"То есть мы показываем нашей системе разные молекулы и говорим: "Вот эта подходящая, а эта – нет". Чем больше "хороших" и "плохих" она увидит, тем точнее со временем будет различать их", - отметил Хачатрян, в ходе беседы, состоявшейся на полях ежегодного съезда Союза предприятий передовых технологий (UATE).
Схожих алгоритмов по всему миру составляется немало: например, в прошлом году такой выпустила Nvidia. Так что есть стимул совершенствовать свою модель, чтобы "догнать и перегнать", отмечает Хачатрян.
Добавим, в Армении уже есть несколько успешных стартапов по биоинформатике, которые как раз и занимаются компьютерным отбором лекарственных молекул. О некоторых из них мы уже писали.
Своими наработками Хачатрян и его команда делятся с этими стартапами, чтобы со временем те смогли использовать новую систему в работе и сделать свою технологию на 100% армянской.
Диалог ведется и с химиками из ЕГУ – тем более, что один из коллективов университетских химиков проводит отдаленно схожие теоретические расчеты в неорганической химии (эта группа сотрудничает со Сколтехом, а возглавляет ее ученик Артема Оганова Айк Закарян).
"Вопрос в том, что математики составляют общие модели для сотен миллионов молекул - но только абстрактные по сути. А химики работают с сотнями или тысячами молекул, но уже конкретно. Остается понять, будет ли толк от нашей модели для их конкретных задач", - отметил Хачатрян.
Наработки по своей модели он хочет представить на одной из международных конференций по искусственному интеллекту – возможно, в мае этого года.