Как ИИ помогает создавать лекарства: Андрей Дороничев рассказал о совместном исследовании со Стэнфордом

В интервью предпринимателю Александру Соколовскому сооснователь AI-стартапа Optic, бывший директор по продуктам Google и один из создателей мобильного YouTube Андрей Дороничев рассказал, что разработанная компанией система искусственного интеллекта помогла обнаружить новые молекулы для лечения редкого наследственного заболевания, поражающего нервную систему и сердце — атаксии Фридрейха. По словам Дороничева, две из найденных молекул — WO17 и WO24 — оказались активнее лучшего соединения, открытого на сегодняшний день, причем на более низких дозах.

Искусственный интеллект ищет молекулы

Разработка любого нового препарата начинается с поиска молекулы, которая способна воздействовать на белок, связанный с заболеванием. Это один из самых сложных и длительных этапов: среди миллиардов потенциальных соединений нужно найти те, которые действительно могут работать.

По словам Дороничева, в совместном проекте со Стэнфордским университетом искусственный интеллект проанализировал десятки миллиардов органических соединений и синтезировал 53 наиболее перспективные молекулы. После лабораторной проверки значительная часть из них оказалась активной, а две превзошли существовавшие ранее разработки для этой мишени.

Особенность исследования заключалась в том, что тестирование проводилось на настоящих человеческих клетках. Такие эксперименты позволяют точнее оценить перспективность молекул-кандидатов, чем обычные исследования в пробирке.

Как алгоритмы помогают находить новые молекулы, ускорять поиск и сокращать сроки создания препаратов с лет до недель, чем отличаются вычислительные подходы — это и многое другое мы обсудили в нашем подкасте «Лучшее время» вместе с Артуром Кадуриным, директором центра AI-разработки новых лекарственных препаратов в институте AIRI — смотрите выпуск по ссылке. https://www.youtube.com/watch?v=cbr_nvkZIAY

Почему это важно

Большинство существующих систем для поиска молекул обучаются работать только с одной конкретной мишенью. По словам Дороничева, разработанная его командой модель в теории может быть универсальной: она способна анализировать практически любой белок, даже если раньше не обучалась на данных именно по нему.

Если такой подход подтвердит свою эффективность в других исследованиях, это может заметно ускорить самый первый этап разработки новых лекарств — поиск перспективных молекул. На сегодняшний день именно он считается самым длительным и финансово затратным.

Это лишь начало пути

После поиска молекул-кандидатов их необходимо оптимизировать, затем проверить на животных, после чего провести три фазы клинических испытаний с участием людей. Каждая следующая стадия занимает годы и требует все больших финансовых вложений. По словам Дороничева, одна только третья фаза клинических исследований вполне может обойтись в сотни миллионов долларов. Поэтому говорить о создании нового лекарства пока рано.

Сам Дороничев отмечает, что сегодня искусственный интеллект способен значительно повысить вероятность успеха именно на ранних этапах разработки препаратов. Однако современные технологии пока не позволяют заменить исследования на животных и клинические испытания. Биологические процессы даже внутри одной клетки и человеческого организма все еще слишком сложны, чтобы их можно было полностью воспроизвести с помощью AI-моделей.

Результаты совместной работы со Стэнфордским университетом были опубликованы в одном из научных журналов издательства Cell Chemical Biology, а найденные молекулы получили патентную защиту.

Что это означает для пациентов

Пока эта работа не меняет существующие подходы к лечению. Однако она показывает, что искусственный интеллект постепенно становится инструментом, который может значительно ускорить отдельные этапы исследований для поиска лекарств. В перспективе такие разработки помогут быстрее переходить от идеи к клиническим испытаниям и потенциально сократить сроки разработки новых препаратов в будущем.

Источник: Интервью Андрея Дороничева Александру Соколовскому.