Разработка лекарств с использованием искусственного интеллекта, осуществляемая компаниями Pfizer и Австрийским институтом, готова трансформировать здравоохранение

Ведущая фармацевтическая компания Pfizer и Научно-исследовательский центр молекулярной медицины Австрийской академии наук (CeMM) разработали метод поиска лекарств на основе искусственного интеллекта. Этот новаторский подход, ставший результатом этих новаторских усилий, потенциально можетdentускорить процесс идентификации активного вещества с терапевтическим потенциалом, что является наиболее заметным прогрессом в области фармацевтических исследований.

Представлена ​​технология разработки лекарств с использованием искусственного интеллекта

В журнале The Science группа исследователей из CeMM разработала платформу машинного обучения на основе искусственного интеллекта, которая отображает предпочтения связывания сотен малых молекул с тысячами различных белков человека. Эта инновационная платформа создает обширные данные о взаимодействиях малых молекул с белками для поддержания базы данных, что является ключевой отправной точкой для ускорения исследований в области разработки лекарств.

В области разработки лекарств существует пробел в информации о том, как малые молекулы взаимодействуют с белками человека. Эта взаимосвязь не получила широкого изучения. Хотя малые молекулы являются одним из ключевых компонентов разработки лекарств, их доля в белках человека, также известных как лиганды, составляет лишь незначительную часть, что затрудняет внедрение инноваций и фундаментальное понимание в терапевтическом и научном плане.

dentмасштаб и влияние

Ученые применили стратегию химической протеомики, используя около 407 различных фрагментов малых молекул в качестве лигандов для воздействия на определенные участки белков человека. Благодаря этому подходу они выявили почти 47,7 тыс. точных взаимодействий белок-лиганд, относящихся к 2600 различным белкам. Интересно, что почти 90% образующихся белков не имеют известных лигандов, что является большим достижением совместной работы.

Данное исследование имеет академическое значение и более широкие последствия для разработки методов лечения белковых мишеней путем синтеза аналогов лигандов. Более того, большие данные сыграли важную роль в создании структур компьютерного обучения, способных предсказывать поведение малых молекул в биологических системах. Это значительно способствовало развитию научных исследований.

Открытый доступ и совместная работа

В основе этой совместной инициативы лежит новый научный подход открытой науки. Все модели и данные, созданные в рамках этого проекта, доступны бесплатно всему научному сообществу. Эти ресурсы, объединенные общей целью борьбы с лекарственно-устойчивыми инфекциями, вероятно, будут стимулировать сотрудничество и способствовать коллективному развитию процесса разработки лекарств. Ученые могут получить доступ к огромному объему информации от CeMM и Pfizer и изучать ее с помощью удобного веб-приложения, что способствует дальнейшим инновациям и открытиям.

Партнерство Pfizer и CeMM символизирует сдвиг парадигмы в разработке терапевтических средств. Оно использует искусственный интеллект и машинное обучение для более быстрой настройки процессов, вплоть до нахождения лекарств для лечения. Эта новаторская работа окажет наибольшее влияние на фармацевтическую промышленность, поскольку она потенциально может прояснить механизмы взаимодействия белков и малых молекул.

Привлечение крупных игроков фармацевтической отрасли и сотрудничество с академическими учреждениями в качестве партнеров будут иметь еще большее значение в будущем для продолжения инноваций и решения медицинских проблем, требующих внимания. Работа, проделанная Pfizer и CeMM, подтверждает тот факт, что в таком сотрудничестве заложен огромный потенциал, который может сделать возможной эру разработки новых лекарств.