Naukowcy z Politechniki Chalmers i Uniwersytetu w Göteborgu opracowali model AI, który przewiduje zmiany cząsteczek w czasie nawet 10 000 razy szybciej niż klasyczne symulacje. W dłuższej perspektywie model AI w opracowywaniu leków może skrócić najbardziej kosztowny, wczesny etap badań.
Stworzenie nowego leku zajmuje często ponad dziesięć lat, a koszty sięgają miliardów koron. Znaczna część tych nakładów przypada na początek prac, gdy trzeba przesiać tysiące cząsteczek, z których dalej przechodzi tylko niewielki ułamek. Właśnie ten etap szwedzcy badacze chcą usprawnić.
Model AI w opracowywaniu leków – jak działa
Wyniki badania przedstawiono w czasopiśmie „Science Advances”. Jak podaje EurekAlert, autorami pracy są Juan Viguera Diez, Mathias Schreiner i Simon Olsson, wszyscy związani z Politechniką Chalmers i Uniwersytetem w Göteborgu. Sam model nosi nazwę TITO.
Według Simona Olssona, kierownika badań i docenta na Wydziale Technologii Informatycznych i Informacji, model wyróżnia to, że uczy się dynamiki cząsteczek w dłuższej skali czasowej. Nie chodzi tylko o to, jakie kształty przyjmują cząsteczki, ale też jak szybko i jakimi drogami zachodzą ich przemiany. Jak zaznacza w komunikacie prasowym, jest to – z tego, co wiadomo zespołowi – pierwszy taki model sprawdzający się dla wielu różnych cząsteczek.
Naukowcy trenowali model na symulowanych przykładach ruchu atomów w czasie. Na ich podstawie program uczył się ogólnych zasad, którymi rządzi się ruch cząsteczek, a następnie przewidywał zachowanie kolejnych. Jak relacjonuje phys.org, w badaniu przeanalizowano ponad 12 500 cząsteczek organicznych oraz ponad tysiąc krótkich peptydów, czyli łańcuchów aminokwasów budujących białka.
Przewiduje zachowanie nieznanych cząsteczek
Olsson tłumaczy, że model obserwuje przebieg zdarzeń tylko przez kilkadziesiąt nanosekund, a mimo to potrafi przewidzieć zmiany zachodzące w czasie tysiąc razy dłuższym. Działa również dla cząsteczek, których nigdy wcześniej nie analizował, ponieważ nauczył się ogólnych reguł ruchu, a nie zapamiętał pojedynczych układów. Wyniki, jak podkreśla badacz, zweryfikowano poprzez porównanie z niezależnymi, bardzo długimi symulacjami klasycznymi i okazały się z nimi zgodne.
Takie prognozy mają być podstawą obliczeń, które naukowcy prowadzą w laboratorium. Mierzą tam konkretne właściwości cząsteczek, na przykład to, czy przedostają się przez błonę do wnętrza komórki. Możliwość szybkiego przewidzenia takich zachowań jest istotna na wczesnych etapach pracy nad lekiem.
Co to może oznaczać dla nowych terapii
Juan Viguera Diez, główny autor artykułu i doktorant przemysłowy związany z koncernem AstraZeneca, wskazuje, że aby przewidywać zjawiska fizyczne w cząsteczkach, trzeba rozumieć fizykę leżącą u podstaw ich zachowania. Jak podaje News-Medical, zespół uważa się za jeden z pierwszych, które pokazały, że jest to możliwe w sposób przenoszalny między różnymi cząsteczkami.
Z dokumentów wynika, że na razie mowa o wyniku badawczym, a nie o gotowym narzędziu stosowanym w przemyśle. Viguera Diez zaznacza, że praca pokazuje, co jest obecnie możliwe, i może utorować drogę do bardziej ogólnych technik. W dłuższej perspektywie model mógłby przyspieszyć wybór obiecujących kandydatów na leki oraz poprawić trafność wyników na początku badań, a w szerszym ujęciu pomóc też w lepszym rozumieniu chorób.
