Новая нейромодель, которая ускорит разработку лекарств
AlphaProteo — еще одна мощная ИИ модель от Google DeepMind для биотеха, которая может значительно ускорить разработку эффективных лекарств с меньшим количеством побочных эффектов для лечения рака, аутоиммунных расстройств и многого другого.
Подписывайтесь на мой канал Продуктовые штучки
AlphaProteo изучает способы связывания белков друг с другом и разрабатывает новые белки, способные эффективно доставлять лекарства именно в нужные клетки.
DeepMind — исследовательская лаборатория, дочерняя компания Google. Была приобретена Google в 2014 году. Еще одна известная разработка компании — AlphaFold (построение трёхмерных моделей белков, используется для анализа биоструктуры почти всех молекул, включая белки, ДНК и РНК).
В чем сложность?
Одна из гигантских проблем разработки лекарств - невозможность доставить лекарство исключительно в нужные клетки организма. Из-за этого возникают, к примеру, побочные эффекты. Ее можно решить, например, инкапсулировав лекарство в белок - «связыватель», который раскроется, только когда попадет внутрь целевой клетки.
Такие связующие белки трудно разработать. Традиционные методы требуют много времени и нескольких раундов сложной лабораторной работы.
Суть открытия
AlphaProteo изучает сложные способы связывания белков друг с другом. Анонсированная 5 сентября модель AlphaProteo от DeepMind выглядит очень полезной для такой задачи поиска связующих белков.
Обученный на больших объемах данных о белках и более 100 млн предсказанных структур, AlphaProteo изучил бесчисленное множество способов связывания молекул друг с другом.
И AlphaProteo не просто ищет существующие «посылки», но и генерирует новые, позволяя ученым разрабатывать биоструктуры с полезными функциями.
Учитывая структуру целевой молекулы и набор предпочтительных мест связывания на этой молекуле, AlphaProteo генерирует белок-кандидат, который связывается с целью в этих местах.
И есть ещё одна возможность для фарм индустрии. Функция белка зависит от его структуры, если мы прикрепили что-то к белку, его функция может измениться. И DeepMind очень старается помочь предсказывать возможные варианты взаимодействий, а значит, дает возможность разрабатывать новые белки.
Успех в создании важных связывающих белков
Для тестирования AlphaProteo разработали связующие вещества для 7 различных целевых белков, включая два вирусных белка, участвующих в инфекции, а также пять белков, участвующих в развитии рака, воспаления и аутоиммунных заболеваний. А потом проверили в настоящей лаборатории.
Связыватели AlphaProteo связываются в среднем в 10 раз сильнее, чем лучшие существующие методы проектирования.
Модель AlphaProteo имеет высокие показатели успешности связывания и лучшую в своем классе силу связывания.
Сетка иллюстраций предсказанных структур семи целевых белков, для которых AlphaProteo сгенерировал связующие вещества.
Для одной конкретной цели (вирусного белка BHRF1) при тестировании в Google DeepMind Wet Lab 88% молекул успешно связались с целевыми клетками.
Что это дает?
Во-первых, AlphaProteo может радикально сократить время поиска с связующих белков, а значит, на годы сократить время разработки лекарств.
Помимо этого, есть еще сферы применения AlphaProteo:
1. Понимание факторов, вызывающих заболевания.
2. Ускорение разработки диагностических тестов для выявления вспышек вирусов.
3. Разработка лекарств / методов лечения с меньшим количеством побочных эффектов
4. Очистка окружающей среды от загрязняющих веществ.
Пожалуйста, поддержите меня, поставьте лайк!
Недавно Маск показал парализованного пациента, играющего в Counter Strike и освоившего интерфейс за 5 минут. А также заявил, что скоро таких пациентов будет миллионы. Фантастика? Нет. Сфера применения нейроинтерфейсов очень широка, они помогут не только парализованным больным, но и заговорить на двух языках без обучения (мечта!). С чем еще — читайт…
Кажется, где Microsoft, а где медицина? Однако компания много делает для развития фундаментальных исследований (в первую очередь, благодаря Б.Гейтсу). Недавно компания выпустила несколько продуктов, которые важны для нас всех, т.к. предназначены для некоммерческого использования учеными и имеют важное значение для развития всей медицины.