Süni İntellekt Xərçəng Dərmanlarını Axtarmağa Necə Yardım Edir: BIOPTIC-in Molekulyar Kəşf Mühərriki

Xəstəliklər üçün yeni dərman tapmaq çox vaxt bir heyrətamiz iş kimi təsvir olunur, lakin əslində problem daha da genişdir: "heyrətamiz" milyardlarla - hətta trilyonlarla mümkün molekuldan ibarət ola bilər.

Bu yerdə süni intellekt laboratoriyaya daxil olur.

BIOPTIC, məşhur sahibkar və sabiq Google icraçı direktoru Andrey Doronichev ilə əlaqəli, süni intellektə dayanan biotexnologiya şirkətidir. Bu şirkət, yeni dərmanlara çevrilə biləcək molekullar üçün nəhəng kimyəvi kitabxanaları axtarmaq məqsədilə maşın öyrənməsindən istifadə edən texnologiyalar inkişaf etdirir. Şirkətin ən maraqlı proqramlarından biri xərçəngə yönəlib, burada onun süni intellekt sistemi VEGFR-3-ün seçici inhibitorlarını müəyyən etmək üçün istifadə edilib, bu bioloji hədəf şişlərin anjiogenezində iştirak edir.

Burada əhəmiyyətli söz "nəticədə"dir. Süni intellekt bir düyməyə basmayla tam bir xərçəng dərmanı istehsal etmir. Bunun əvəzinə, elmi işçilərə hansı molekulların real dünyada sintez edilməsinin və test edilməsinin dəyərli olduğuna qərar verməyə kömək edir.

BIOPTIC Nədir və Onun Süni İntellekti Əslində Nə Etir?

BIOPTIC süni intellekt, hesablama kimyası və dərman kəşfi kəsişməsində fəaliyyət göstərir. Əsas ideyası kimyəvi kəşfi hissə-hissə axtarış problemi olaraq müalicə etməkdir.

Adətən, bir dərman kəşf etmə proqramı bioloji bir hədəf ilə başlayır - xəstəliklə əlaqəli bir protein - və sonra arzu edilən şəkildə həmin hədəf ilə qarşılıqlı əlaqə qura bilən bir molekul axtarır. Problemin çətinliyi, nəzəri cəhətdən mümkün olan dərman bənzəri molekulların sayının astronomik olmasıdır.

BIOPTIC-in B1 sistemi bu axtarışı idarə edilə bilən etməyə çalışır.

Sistem, molekulları riyazi cəhətdən təqdim edərək, kimyəvi strukturların yüksək sürətlə müqayisə edilməsinə imkan verən kompakt sayısal implantlar yaradır. Şirkətin peer-reviewed tədqiqatına görə, B1 onlarla milyard birləşməni ehtiva edən kitabxanaları axtara bilir və hətta kimyəvi strukturlar arası əhəmiyyətli ölçüdə fərqlənməsinə baxmayaraq, bənzər bioloji xüsusiyyətlərə malik molekulları əldə edə bilir.

Beləliklə, süni intellekt laboratoriyanı əvəz etmir. O, laboratoriya işinə başlamadan əvvəl çox sürətli bir filtr rolunu oynayır.

BIOPTIC B1 Milyardlarla Molekulu Necə Axtarır?

B1-in texniki əsasını ligand əsaslı virtual skrininq sistemi təşkil edir.

Ligand, bioloji hədəf olan bir molekuldur, məsələn, bir protein. Əgər elmi işçilər artıq faydalı aktivliyi olan bir neçə molekul bilirlərsə, o molekullar yeni bir axtarış üçün başlanğıc nöqtəsi kimi xidmət edə bilər.

B1 molekulyar məlumatları kompakt vektor təmsilçiliyinə çevirir. Yayımda olan sistemdə, hər bir molekul 60 ölçülü bir implant olaraq göstərilir və float16 dəqiqliyində saxlanılır. Model, axtarış molekulunu əvvəldən indeksləşdirilmiş molekulyar təmsilçilərlə müqayisə edib, nəhəng ölçüdə bənzərliyi hesablaya bilir.

Sistem Enamine REAL Space üzərində test edilmişdir, bu 40 milyard sayılmış molekulu ehtiva edən virtual kimyəvi kitabxanadır.

Bu ölçü, mühəndislik problemi yaratdığı qədər bir elmi problem də yaradır. BIOPTIC-in tədqiqatçıları prosesi iki mərhələyə ayırdılar:

• Skanning: neyron şəbəkələri molekulları emal edir və implantlar yaradır.

• Axtarış: əvvəlcədən hesablanmış implantlar müqayisə edilir və ən relevant namizədləri əldə edilir.

Yayımda olan meyarlarla, 40 milyard birləşmə olan kitabxanada axtarışın təxminən iki dəqiqə və on beş saniyə ərzində aparılması mümkün olub, kağızda təsvir edilən SSD əsaslı axtarış quruluşunu istifadə edərək. RAM əsaslı konfiqurasiya daha da sürətli olmuşdur.

Bu, süni intellektin bioloji fenomenləri bir alim kimi başa düşmədiyini göstərir. Bu, sistemin kimyəvi sahənin riyazi xəritəsini sürətlə gəzə biləcəyini və diqqətəlayiq namizədləri müəyyən edə biləcəyini nümayiş etdirir.

Xərçəng Layihəsi: Seçici VEGFR-3 İnhibitorlarını Axtarmaq

BIOPTIC-in xərçəng proqramı bu yanaşmanın necə işlədiyinə konkret bir nümunə təqdim edir.

Hədəf VEGFR-3-dür, FLT4 adı ilə də tanınır, anjiogenez ilə bağlı siqnal yollarında iştirak edən bir reseptordur. Şişlər anjiogenezdən faydalanaraq böyümələrini dəstəkləyə bilərlər, bu səbəbdən bu yol xərçəng tədqiqatında mühüm bir sahədir.

Problemin çətinliyi seçicilikdir.

Bir çox VEGF reseptorlarını geniş şəkildə təsir edən dərmanlar, digər bioloji sistemlərlə də qarşılıqlı təsir qura bilər ki, bu da toksisliyi artıra bilər. BIOPTIC-in layihəsi VEGFR-3 üçün daha güclü seçiciliyə malik kiçik molekullar müəyyən etməyə yönəlmişdir.

Şirkət iki model boru kəməri istifadə etdi:

SMILES, molekulyar strukturları təsvir etmək üçün istifadə olunan mətn əsaslı bir notasyondur. Bu, kimyanın dil modeli texnikaları ilə gözlənilməz şəkildən uyğunlaşmasını təmin edir: bir molekul simvolların ardıcıllığı olaraq nümayiş etdirilə bilər ki, süni intellekt sistemləri kimyəvi məlumatlarda naxış öyrənə bilsin.

Birinci model ultra böyük 40 milyard birləşmə kitabxanasını skan etdikdən sonra, ikinci filtr olaraq Qraf Neyron Şəbəkəsi istifadə edildi. Mətn ardıcıllığından fərqli olaraq, qraf atomları düyünlər kimi və kimyəvi bağları əlaqələr kimi təqdim edir, bu da GNN-ləri molekular strukturu və münasibətləri modelləşdirmək üçün faydalı edir.

Rəqəmsal Proqnozdan Real Molekula

Bu, süni intellekt hekayəsinin real elmlə birləşdiyi nöqtədir.

Kompüter bir molekulun ümidverici görünə biləcəyini proqnozlaşdıra bilər, lakin molekul hələ də xüsusi olaraq sintez edilməli və eksperimental olaraq test edilməlidir.

VEGFR-3 layihəsində BIOPTIC 110 birləşməni kinaza profillemə testindən keçirdiyini bildirmişdir. Bir neçə molekul VEGFR-3-ə qarşı aktivlik göstərdi, üçü isə tək VEGFR hədəfi üçün seçici oldu. Bir namizəd, bildirilən eksperimentlərdə VEGFR-1 və VEGFR-2-ə görə 45-dən çox seçicilik nümayiş etdirdi. Tapıntılar 2025 ASCO İllik Yığıncağı üçün bir abstrakt təqdim edildi və Klinik Onkologiya Jurnalında bir iclas abstraktı olaraq yayımlandı.

Tədqiqatçılar daha sonra molekulyar kəşfi RNA sekvensiyası analizi ilə birləşdirdilər. Oncobox alqoritmini istifadə edərək, on minlərlə şiş ifadə profilini təhlil etdilər ki, hansı xərçəng tiplərinin seçici VEGFR-3 inhibisiyasına daha reaksiya verə biləcəyini qiymətləndirsinlər. Araşdırma üçün daha detallı namizəd olaraq papilyar tiroid xərçəngi, aydın hüceyrəli böyrək xərçəngi, pankreas xərçəngi, yumurtalıq xərçəngi və sarkomalar daxil edildi.

Bunlar tədqiqat tapıntılarıdır - hazırda xəstələr üçün tamamlanmış bir xərçəng dərmanının kanıtı deyil.

BIOPTIC B1 Arxasındakı Elmi Dəlil

BIOPTIC-in texnologiyası peer-reviewed elmi ədəbiyyatda da təsvir edilmişdir.

2025-ci ildə tədqiqatçılar Kimya Məlumatları və Modelləşdirmə Jurnalında BIOPTIC B1-i və bunun LRRK2-ə yönələn perspektivli dərman kəşfiyyatında istifadəsini təsvir edən bir tədqiqat dərc etdi; bu, Parkinson xəstəliyi ilə əlaqəli bir protein.

Sistem eyni 40 milyard molekul kimyəvi sahəsini axtardı və hem normal, hem də mutant LRRK2 formaları üçün yeni ligandlar müəyyən etdi. Ən yaxşı eksperimental olaraq təsdiqlənmiş birləşmələr 110 nanomolar kimi aşağı dissosiya konstantlarına çatdı.

Növbəti mərhələ süni intellekt ilə kömək edilən dərman kəşfini anlamaq üçün xüsusilə vacibdir. İlk hitlər son cavablar kimi qəbul edilmədi. Elmi işçilər ən yaxşı birləşmələri analoq axtarışı üçün başlanğıc nöqtələri olaraq istifadə etdilər, strukturu ilə əlaqəli molekulları geri qaytardılar, onları praktik xüsusiyyətlərə görə süzdülər və reallıqda sintez edilə bilən namizədləri seçdilər.

Seçilmiş 48 analoqdan 47-ni müvəffəqiyyətlə sintez etmək mümkün oldu. Nəticədə yaranmış birləşmələr daha sonra yenidən test edildi, bu da hesablama, kimya və biologiya arasında bir geribildirim dövrü yaratdı.

Süni İntellekt Dərman Elmlərini Əvəz Etməyəcəkdir

"Süni intellekt dərmanlar kəşf edir" ifadəsi cəlbedici olsa da, yarımçıqdır.

Süni intellekt, verilənlərdən öyrənilən naxışlara əsaslanaraq molekulları sıralaya bilər. O, virtual skrininqi sürətləndirə və əl ilə araşdırılması çətin olan kimyəvi münasibətləri aşkar edə bilər. Lakin proqnoz, eksperimental iş bunu təsdiqləmədikcə, sadəcə proqnozdur.

Elmi işçilərin hələ də cavab vermələri lazım olan əsas suallar var:

• Molekul əslində hədəfə bağlanırmı?

• Hədəf bioloji yoluna təsir edirmi?

• Seçici kifayət qədərdirmi?

• Toksikdirmi?

• Doğru toxumalara çata bilirmi?

• Təhlükəsiz metabolizə olunurmu?

• Heyvanlarda işləyirmi?

• İnsan xəstələrinə kömək edirmi?

Ümidverici bir molekul istənilən mərhələdə uğursuz ola bilər.

Buna görə də BIOPTIC B1 kimi sistemlərin əsl dəyəri sehr deyil, sürət ola bilər. Əgər süni intellekt milyardlarla nəzəri imkanı bir neçə onlarla test edilməyə dəyər molekula azaldarsa, o, dərman kəşfiyyatının ilk mərhələlərini daha effektiv edə bilər.

Süni İntellektlə Yönləndirilən Tibb Gələcəyi

BIOPTIC-in işi biotexnologiyadakı daha geniş bir transformasiyanı göstərir. Süni intellekt artıq tədqiqat infrastrukturunun bir hissəsi halına gəlir - kimyəvi sahəni axtarmaq, eksperimentləri prioritetləşdirmək və molekulyar məlumatı bioloji məlumatlarla birləşdirmək üçün bir sistem.

Şirkətin xərçəng tədqiqatı xüsusilə maraqlıdır, çünki bir neçə hesablama qatını birləşdirir: molekulyar ekranlama, seçicilik modelləşdirmə və şiş biolojisi üzrə RNA-seq analizi.

Lakin bu prosesin son məhsulu süni intellekt tərəfindən yaradılan bir resept deyil. Bu, elmi işçilərin test etməsi üçün hipotezlərin qısa siyahısıdır.

Bu fərq vacibdir.

Süni intellekt tədqiqatçılara ənənəvi üsullardan daha sürətli milyardlarla molekulu axtarmağa kömək edə bilər. O, tanış olmayan kimyəvi skafları aşkar edə və laboratoriyaları əks halda gizli qalacaq namizədlərə istiqamətləndirə bilər. Lakin molekul hələ kimya, bioloji, toksikologiya, əvvəlki araşdırma və klinik sınaqlardan keçməlidir.

Başqa sözlə, süni intellekt xərçəng müalicəsi üçün axtaran alimi əvəz etmir.

O, həmin alimə çox daha güclü bir axtarış mühərriki verir.