Ред.: Аверкіна Любов

Пошук нових ліків, що називається «відкриттям ліків», є дорогим і трудомістким завданням. Але тип штучного інтелекту , який називається машинним навчанням , може значно прискорити процес і виконати роботу за невелику частку ціни.

Нещодавно вчені використали цю технологію, щоб знайти трьох перспективних кандидатів на сенолітичні препарати – препарати, які уповільнюють старіння та запобігають віковим захворюванням. Сенолітики діють, вбиваючи старіючі клітини . Це клітини, які є «живими» (метаболічно активними), але які більше не можуть реплікуватися, звідси їх прізвисько: клітини-зомбі. Неможливість відтворюватись це не обов’язково погано. Ці клітини зазнали пошкодження своєї ДНК – наприклад, клітини шкіри, пошкоджені сонячними променями – тому зупинка реплікації зупиняє поширення пошкоджених клітин.

Старіючі клітини – це не завжди добре. Вони виділяють коктейль запальних білків , які можуть поширюватися на сусідні клітини. Протягом життя наші клітини зазнають безліч впливів, від УФ-променів до впливу хімічних речовин, і тому ці клітини накопичуються.

Підвищена кількість старіючих клітин пов’язана з рядом захворювань, включаючи рак, діабет 2 типу, легеневий фіброз, остеоартрит і навіть COVID.

Дослідження на лабораторних мишах показали, що усунення старіючих клітин за допомогою сенолітиків може полегшити ці захворювання. Ці препарати можуть вбивати зомбі-клітини, зберігаючи здорові клітини живими. Відомо близько 80 сенолітиків , але лише два були випробувані на людях: комбінація дазатинібу та кверцетину. Було б чудово знайти більше сенолітиків, які можна було б використовувати при різноманітних захворюваннях, але потрібно від 10 до 20 років і мільярдів доларів, щоб такий препарат вийшов на ринок.

Група вчених, включаючи дослідників з Единбурзького університету та Іспанської національної дослідницької ради IBBTEC-CSIC у Сантандері, Іспанія, хотіли знати, чи можливо використати моделі машинного навчання ідентифікувати нових кандидатів на сенолітичні препарати.

Для цього ми наповнили моделі ШІ прикладами відомих сенолітиків і несенолітиків . Моделі навчилися розрізняти між ними і могли бути використані для прогнозування того, чи можуть молекули, які вони ніколи раніше не бачили, також бути сенолітиками.

Вирішуючи задачу машинного навчання, зазвичай спочатку перевіряються дані на низці різних моделей, оскільки деякі з них працюють краще, ніж інші. Щоб визначити найефективнішу модель, на початку процесу відокремлюють невелику частину доступних навчальних даних і приховують її від моделі до завершення процесу навчання. Потім науковці використовують ці дані тестування, щоб кількісно визначити, скільки помилок робить модель. Перемагає той, хто зробить найменшу кількість помилок.

Ванесса Смер-Баррето , науковий співробітник Інституту генетики та молекулярної медицини Единбурзького університету з колегами визначили нашу найкращу модель і налаштували її для прогнозування. Вони дали моделі 4340 молекул, і через п’ять хвилин вода надала список результатів.

Модель штучного інтелекту визначила 21 молекулу з найвищим показником, які, на її думку, мають високу ймовірність бути сенолітиками. Якби ми перевірили оригінальні 4340 молекул у лабораторії, нам знадобилося б принаймні кілька тижнів інтенсивної роботи та 50 000 фунтів стерлінгів лише на придбання сполук, не рахуючи вартості експериментального обладнання та установки. Потім вчені протестували ці препарати-кандидати на двох типах клітин: здорових і старіючих. Результати показали, що з 21 сполуки три (периплоцин, олеандрин і гінкгетин) змогли усунути старіючі клітини, зберігаючи при цьому більшість нормальних клітин. Потім ці нові сенолітики пройшли подальше тестування, щоб дізнатися більше про те, як вони діють в організмі.

Детальніші біологічні експерименти показали, що з трьох препаратів олеандрин був ефективнішим, ніж найефективніший відомий сенолітичний препарат у своєму роді. Потенційні наслідки цього міждисциплінарного підходу – із залученням спеціалістів із обробки даних, хіміків і біологів – величезні. Маючи достатньо високоякісних даних, моделі штучного інтелекту можуть пришвидшити дивовижну роботу, яку виконують хіміки та біологи, щоб знайти методи лікування та ліки від хвороб, особливо незадоволених.

Перевіривши їх у старіючих клітинах, дослідники зараз тестують три кандидати на сенолітики в тканині легенів людини. Вони сподіваються повідомити про наступні результати через два роки.

За матеріалами: ScienceAlert