Сотрудники Института общей и неорганической химии им. Н. С. Курнакова РАН и МГУ им. М. В. Ломоносова разработали уникальную платформу MetalCytoToxDB, содержащую систематизированные данные о противоопухолевой активности комплексов переходных металлов. В базу вошли более 26,5 тысяч значений IC₅₀ (концентрации, подавляющей активность клеток на 50%) для 7050 соединений рутения, иридия, родия, рения и осмия, протестированных на 754 клеточных линиях. Информация была вручную отобрана из более чем 1,9 тысячи научных публикаций, что решает ключевую проблему отрасли — фрагментарность и несистематизированность данных о цитотоксичности металлосодержащих веществ.
На основе MetalCytoToxDB исследователи обучили модели машинного обучения, способные с высокой точностью предсказывать эффективность потенциальных лекарств. Для рутениевых комплексов показатель точности (ROC-AUC) составил 0,81, а для иридиевых — 0,73. При тестировании на новых данных алгоритм в 90% случаев корректно определял активные соединения, что значительно превосходит результаты случайного отбора. Также была разработана мультиметальная модель для работы с соединениями, по которым накоплено меньше статистики.
Создание базы направлено на ускорение разработки новых химиотерапевтических агентов, альтернативных или дополняющих такие препараты, как цисплатин. Однако авторы отмечают текущие ограничения моделей: они не учитывают пространственную геометрию комплексов (расположение лигандов), влияние противоионов и селективность действия по отношению к здоровым клеткам. Эти недостатки связаны с несбалансированностью данных в открытых источниках и станут предметом дальнейших исследований. Внедрение искусственного интеллекта в процесс скрининга позволит существенно сократить время и ресурсы, необходимые для открытия новых эффективных противоопухолевых препаратов.