Китайские учёные создали систему искусственного интеллекта DrugCLIP, которая способна за считанные часы проанализировать триллионы потенциальных взаимодействий между молекулами лекарств и белками-мишенями. Это может в тысячи раз ускорить первоначальный этап поиска новых препаратов.
В чём революционность подхода?
Традиционно для предсказания, подойдёт ли молекула лекарства к белку, используют трудоёмкое компьютерное моделирование (молекулярный докинг), которое рассчитывает физическое взаимодействие в 3D. Это требует огромных вычислительных ресурсов и времени.
DrugCLIP действует иначе — как сверхбыстрый семантический поисковик:
- Две нейронные сети независимо преобразуют структуру белка и структуру молекулы-кандидата в числовые векторы (цифровые «отпечатки»).
- Если молекула теоретически может связываться с белком, их векторы будут близки в общем математическом пространстве.
- Система мгновенно измеряет «расстояние» между векторами, что позволяет перебирать триллионы пар «белок-молекула» за короткое время.
Ошеломляющий масштаб тестирования:
В ходе испытаний система:
- Использовала 10 000 трёхмерных структур человеческих белков (сгенерированных AlphaFold 2), что покрывает примерно половину кодирующей части генома человека.
- Сопоставила 500 миллионов потенциальных молекул лекарств с этими белками.
- Выполнила 10 триллионов виртуальных «сканирований» за один день.
Практический результат:
DrugCLIP успешно нашла подходящую молекулу-кандидат для белка TRIP12, который связан с развитием рака и аутизма. Ранее работа с этим белком была крайне затруднена из-за недостаточной изученности его структуры.
Что это означает для фармацевтики?
- Резкое ускорение скрининга: Первые стадии поиска лекарств, которые раньше занимали месяцы и годы, теперь могут сократиться до дней или часов.
- Терапия «неподдающихся» мишеней: Открывается путь к созданию препаратов для белков со сложной или малоизученной структурой, которые ранее считались недоступными для лекарственной терапии.
- Демократизация исследований: Технология снижает высокий порог входа в разработку лекарств, делая её более доступной для академических лабораторий и стартапов.
Вывод: DrugCLIP не заменяет окончательные этапы разработки (клинические испытания), но кардинально меняет начальную, самую ресурсоёмкую фазу — поиск «иголки в стоге сена». Это приближает эпоху персонализированной и таргетной медицины, где лекарства можно будет проектировать под конкретные генетические мишени с невиданной скоростью.