Создание новых противовирусных препаратов — это многолетний процесс, требующий колоссальных затрат: сначала синтезируются сотни соединений, затем каждое тестируется на токсичность и активность. Российские учёные предлагают кардинально сократить этот путь. Коллектив исследователей из ЦКП «СКИФ», Уфимского института химии, НИЯУ МИФИ, НИОХ СО РАН и центра «Вектор» разрабатывает нейросетевую прогностическую модель, которая отбирает наиболее перспективные молекулы ещё до их синтеза. В тестовом режиме модель уже запущена для поиска соединений против вируса оспы — точность прогноза превышает 80%. В ближайшее время её «научат» работать с коронавирусом и ВИЧ. Как пояснил младший научный сотрудник ЦКП «СКИФ» Иван Москалев, ключевое отличие разработки — обучение на собственной экспериментальной базе данных, а не на открытых мировых банках, что повышает достоверность прогнозов.
Разработка новых противовирусных препаратов — сложный и дорогостоящий процесс. Сначала синтезируются сотни малых молекул, затем оценивается их цитотоксичность и активность в отношении конкретного вируса. Большинство соединений отсеиваются, а на выходе остаются единицы. Российские учёные создают инструмент, который позволяет пропустить этот долгий этап.
Прогностическая модель представляет собой нейросетевой алгоритм, который анализирует структуру молекулы и предсказывает её противовирусный потенциал. Критерий отбора — индекс селективности, соотношение токсичности и ингибирующей активности. Чем выше значение, тем перспективнее соединение. На сегодняшний день модель обучена на базе из 1800 молекул, протестированных в отношении ортопоксвирусов, и показывает точность прогноза 83%. В перспективе её планируется адаптировать для поиска соединений против коронавируса и ВИЧ.
Как отметил младший научный сотрудник ЦКП «СКИФ» Иван Москалев, «использование прогностической модели предполагает отбор наиболее перспективных соединений еще до проведения синтеза». Это позволит существенно ускорить и удешевить поиск эффективных и безопасных для человека соединений.
Ключевое отличие российской разработки от зарубежных аналогов — подход к обучению модели. Ведущий научный сотрудник ЦКП «СКИФ» и лаборатории химической физики УфИХ УФИЦ РАН, доктор химических наук София Борисевич пояснила: «Отличие нашей прогностической модели от зарубежных и российских аналогов в том, что мы обучаем ее на основе собственной базы соединений без использования открытых данных мировых банков. Это проверенные экспериментальные данные, полученные на конкретном вирусе, на конкретной линии клеток в одних и тех же условиях». Такой подход, по её словам, позволит увеличить точность прогнозирования.
В перспективе учёные смогут использовать модель не только для проверки существующих соединений, но и для дизайна новых эффективных противовирусных препаратов. Работа выполнена при поддержке гранта Российского научного фонда. В исследовании участвуют сотрудники Центра коллективного пользования «Сибирский кольцевой источник фотонов», Уфимского института химии УФИЦ РАН, Института интеллектуальных и кибернетических систем НИЯУ МИФИ, Новосибирского института органической химии СО РАН и ФБУН ГНЦ ВБ «Вектор».
