Chemical Science: машинне навчання виявило ефективні імуномодулятори

Машинне навчання допомогло виявити нові ефективні імуномодулятори, що посилює імунну систему у боротьбі з різними захворюваннями, включаючи рак. Результати дослідження опубліковано у журналі Chemical Science. 

Вчені Прітцкерівської школи молекулярної інженерії (PME) університету Чикаго провели високопродуктивний скринінг потенційних лікарських препаратів серед 140 тисяч малих молекул. Для цього був використаний підхід, званий активним навчанням, який поєднує штучний інтелект з високопродуктивним експериментальним тестуванням обмеженого числа молекул. Це дозволяє побудувати модель, що прогнозує активність молекули за її структурою — модель QSAR (англ. quantitative structure activity relationship).

Активне навчання дозволяє вирішити проблему пошуку потенційних ліків у величезному молекулярному просторі. Підраховано, що кількість фармакологічно активних молекул, які підпорядковуються правилам, перевищує 10 60-го ступеня. Для порівняння: число зірок у видимому Всесвіті оцінюється в 10 у 22-му ступені. Експериментальний скринінг здатний охопити лише незначну частку цієї кількості.

Вчені провели високопродуктивний скринінг лише 2880 з’єднань, що становить два відсотки від усього простору молекулярного пошуку. В результаті чотирьох циклів були виявлені молекули з безпрецедентними імуномодулюючими властивостями. Так, вони впливали на вроджену імунну відповідь, посилюючи або, навпаки, послаблюючи як сигнальний шлях NF-κB, який відіграє роль у запальних процесах та активації імунітету, так і шлях регуляторних факторів інтерферону IRF, важливий для боротьби з вірусами.

Найефективніші кандидати покращували активність NF-κB на 110 відсотків, підвищували активність IRF на 83 відсотків, а також пригнічували активність NF-κB на 128 відсотків. Модуляція відбувалася за одночасного додавання агоністів сигнальних шляхів — молекул, які імітують вплив патогенів. Одна з молекул-кандидатів викликала триразове посилення вироблення інтерферону-бета при доставці агоніста STING, що використовується для покращення імунітету у боротьбі з пухлинами.

У майбутній роботі вчені планують провести більш детальну характеристику найбільш ефективних кандидатів, виявлених у ході цього скринінгу, включаючи тестування живих організмів, щоб розкрити механізм їх дії.

Читайте також

Нобелівську премію з фізики вручать за машинне навчання та нейронні мережі