Найти в Дзене
Деловой журнал «Профиль»

Машинное обучение помогло открыть новую молекулу для более безопасной заморозки лекарств

   Машинное обучение помогло открыть новую молекулу для более безопасной заморозки лекарств Роман Захаров
Машинное обучение помогло открыть новую молекулу для более безопасной заморозки лекарств Роман Захаров

Вакцинация, лечение бесплодия и рака, а также донорство крови часто требуют быстрой заморозки биоматериалов и препаратов для сохранения их свойств. Молекулы, используемые в этом процессе, называются криопротекторами. Группа ученых из Манчестерского и Уорикского университетов с помощью машинного обучения нашла способ, который позволит сделать заморозку более безопасной и эффективной.

Без криоконсервации биоматериалы и лекарства медики должны были бы вводить немедленно, но это ограничивает их доступность для использования в будущем. Существующие криопротекторы эффективны для защиты клеток, но они не предотвращают образование кристаллов льда.

Новое открытие стало шагом к исправлению ситуации. Команда ученых выявила новую молекулу, способную предотвращать рост кристаллов льда при замораживании. Специалисты разработали компьютерную модель, чтобы проанализировать большие массивы данных о химических соединениях, определяя, какие из них наиболее эффективны в качестве криопротекторов.

"После многих лет трудоемкого сбора данных в лаборатории, невероятно интересно получить модель машинного обучения, которая позволяет использовать основанный на данных подход к прогнозированию криозащитной активности. Это яркий пример того, как машинное обучение может ускорить научные исследования, сокращая время, затрачиваемое исследователями на рутинные эксперименты, и позволяя им сосредоточиться на более сложных задачах, которые по-прежнему требуют человеческой изобретательности и опыта", – заявил доктор Мэтт Уоррен (Matt Warren), возглавлявший проект.

Ученые также провели эксперименты с использованием образцов крови. Оказалось, что количество обычного криопротектора, необходимого для хранения биоматериалов, можно уменьшить за счет добавления обнаруженных молекул.

"Результаты компьютерной модели были поразительными, она позволила идентифицировать активные молекулы, которые я никогда бы не выбрал, даже с моим многолетним опытом. Это действительно демонстрирует мощь машинного обучения", – добавил профессор Мэтью Гибсон (Matthew Gibson).

Разработка заменяет дорогостоящие методы исследований, пояснили ученые. Речь идет в том числе об экспериментах, которые отнимали много времени и приводили к ошибочным результатам.

Наука
7 млн интересуются