Жасанды интеллекттің қатерлі ісік дәрілерін іздеуге көмектесуі: BIOPTIC-тің молекулалық ашу механизмі

Жаңа дәрі табуды көбінесе шөп төсеніштен инені іздеумен салыстырады. Шын мәнінде, проблема әлдеқайда ауқымды: «төсеніш» миллиардтаған, тіпті триллиондаған мүмкін молекулаларды қамтуы мүмкін.

Міне, жасанды интеллект зертханаға енеді.

BIOPTIC, кәсіпкер әрі бұрынғы Google басшысы Андрей Дороничевпен байланысты жасанды интеллекті бірінші орынға қойған биотехнологиялық компания, жаңа дәрілерге айналуы мүмкін молекулаларды іздеу үшін машина оқыту технологиясын дамытып жатыр. Компанияның қатерлі ісікке қатысты ең қызықты бағдарламаларының бірі, уыттандырудың ангиогенезіне қатысатын VEGFR-3 биологиялық мишені таңдауға қатысты таңдаулы ингибиторларды анықтауда AI жүйесін қолдану.

Мұндағы маңызды сөз - ақырында. AI түймені басып, дайын қатерлі ісік дәрісін шығармайды. Оның орнына, ол ғалымдарға қай молекулаларды синтездеу және нақты әлемде тестілеу қажеттілігін шешуге көмектеседі.

BIOPTIC не және оның AI шын мәнінде не істейді?

BIOPTIC жасанды интеллект, есептеу химиясы және дәрі-дәрмек ашу ортасында жұмыс істейді. Оның негізгі идеясы - химиялық ашуды бір бөлік ретінде іздеу мәселесі ретінде қарастыру.

Дәстүрлі дәрі-дәрмек ашу бағдарламасы аурумен байланысты биологиялық мишененің, ауруда маңызды рөл атқаратын ақуызды таңдаумен басталуы мүмкін, содан кейін сол мишенемен қалаған түрде әрекеттесуге қабілетті молекуланы іздеуге көшеді. Сындар - теориялық тұрғыдан мүмкінді-ліктер саны астрономиялық.

BIOPTIC-тің B1 жүйесі бұл іздеуді басқару үшін күш салады.

Жүйе молекулаларды математикалық түрде ұсынуда, химиялық құрылымдарды жоғары жылдамдықпен салыстыруға мүмкіндік беретін ықшам сандардың бейнелерін жасайды. Компанияның сарапшылармен шолынған зерттеулеріне сәйкес, B1 ондаған миллиард қосылымдарды қамтитын кітапханаларды зерттей алады және химиялық құрылымдар айтарлықтай ерекшеленген жағдайда да ұқсас биологиялық қасиеттері бар молекулаларды тауып алады.

AI зертхананы алмастырмайды. Ол зертханалық жұмыстар басталғанға дейін өте жылдам сүзгі ретінде әрекет етеді.

BIOPTIC B1 миллиардтаған молекулаларды қалай іздейді?

B1-дің техникалық негізі - лигандқа негізделген виртуалды экран жүйесі.

Лиганд - биологиялық мишенеге, мысалы әлгі ақуызға қосыла алатын молекула. Егер ғалымдар бұрыннан пайдалы әсері бар бірнеше молекуланы білсе, онда сол молекулалар жаңа іздеу үшін бастапқы нүктелер ретінде қызмет ете алады.

B1 молекулалық ақпаратты ықшам векторлы бейнеге айналдырады. Басылып шыққан жүйеде әр молекула 60 өлшемді бейнемен ұсынылады, ол float16 дәлдігімен сақталады. Модель белгіленген молекуланы алдын ала индекс алынған молекулалық бейнелермен салыстырып, үлкен масштабта ұқсастықты есептей алады.

Жүйе Enamine REAL Space-тегі тест жүргізілді, ондағы виртуалды химиялық кітапхана шамамен 40 миллиард нөмірленген молекулаларды қамтиды.

Бұл масштаб инженерлік мәселені ғана емес, ғылыми мәселені де туындатады. BIOPTIC зерттеушілері бұл процесті екі фазамен бөлді:

• Сканерлеу: нейрон желілері молекулаларды өңдейді және бейнелерді генерациялайды.
• Іздеу: алдын ала есептелген бейнелер ең қатысты кандидаттарды алу үшін салыстырылады.

Жарияланған бенчмарк бойынша 40 миллиард қосылымды қамтитын кітапхана бойындағы іздеу шамамен екі минут және он бес секундты алады, мақалада сипатталған SSD негізіндегі іздеу конфигурациясымен. RAM негізіндегі конфигурация әлдеқайда жылдам болды.

Бұл AI-дің биологияны ғалымдай түсінетіні туралы емес. Бұл жүйенің химиялық кеңістіктің математикалық картасы арқылы тез шарлауға және мұқият назар аударуды қажет ететін кандидаттарды анықтауға мүмкіндік беретініне байланысты.

Қатерлі Ісік Жобасы: Таңдаулы VEGFR-3 ингибиторларын іздеу

BIOPTIC-тің қатерлі ісік бағдарламасы осы тәсілдің қалай жұмыс істей алатынына нақты мысал береді.

Мишен VEGFR-3, немесе FLT4 ретінде де белгілі, ангиогенезбен байланысты сигнал беру жолдарының құрамында болатын рецептор. Уыттар ангиогенезді пайдалануға қабілетті, оларды өсіруге қолдау көрсету үшін бұл жол қатерлі ісік зерттеулері үшін маңызды.

Сын - таңдау.

Көптеген VEGF рецепторларына кең әсер ететін дәрілер басқа биологиялық жүйелермен де әрекеттесуі мүмкін, уыттылықты арттырады. BIOPTIC жобасы VEGFR-3 үшін мықты таңдау қабілеті бар кіші молекулаларды анықтауды мақсат еткен.

Компания екі модельдік құбырды пайдаланды:

SMILES, молекулалық құрылымдарды сипаттау үшін қолданылатын мәтіндік белгілеу. Бұл химияның тілдік модельдермен таңқаларлық қабілеттес екенін көрсетеді: молекула символдар тізбегі ретінде ұсыныла алады, бұл AI жүйелеріне химиялық деректердегі үлгілерді үйренуге мүмкіндік береді.

Бірінші модель 40 миллиард қосылымнан тұратын аса үлкен кітапхананы сүзгіден өткізгеннен кейін, Граф нейрон желісі екінші сүзгі ретінде пайдаланылды. Мәтіндік тізбектен өзгеше, граф атомдарды тораптар ретінде, ал химиялық байланысты байланыстар ретінде көрсетеді, бұл GNN-дерді молекулалық құрылымды және қатынастарды модельдеу үшін пайдалы етеді.

Сандық болжамнан шын молекулаға

Міне, жасанды интеллект хикаясы нақты ғылым бола бастайды.

Компьютер молекуланың пайдалы көрінетіндігін болжай алады, алайда молекула синтезделіп, эксперименттік түрде тексерілуі керек.

VEGFR-3 жобасында BIOPTIC 110 қосылымды киназа профилировкасы арқылы тексерді. Бірнеше молекуланың VEGFR-3-ке қарсы белсенділігі көрсетілді, ал үш молекула бір VEGFR мишенесі үшін таңдау қабілетіне ие болды. Бір кандидат VEGFR-1 және VEGFR-2-мен 45 есе жоғары таңдау қабілетін көрсетті. Нәтижелер 2025 ASCO Жылдық Жиынында жарияланған аннотацияда ұсынылды және Journal of Clinical Oncology-да кездесудің аннотациясы ретінде жарияланды.

Зерттеушілер молекулалық ашуды RNA секвенирлеу анализімен біріктірді. Oncobox алгоритмінің көмегімен олар мыңдаған ісік экспрессия профилдерін талдап, таңдамалы VEGFR-3 ингибиясына ең жауап беретін қатерлі ісік түрлерін бағалады. Келесі зерттеу үшін ұсынылған кандидаттар арасында папиллярлы қалқанша без рагы, анық-клеткалық бүйрек рагы, ұйқы безірагы, аналық без рагы мен саркомалар бар.

Бұл зерттеу нәтижелері - аяқталған қатерлі ісік медицины науқастар үшін дайын екендігінің дәлелі емес.

BIOPTIC B1-дің ғылыми дәлелі

BIOPTIC-тің технологиясы да сарапшылармен шолынған ғылыми әдебиетте сипатталған.

2025 жылы зерттеушілер Journal of Chemical Information and Modeling-де LRRK2-ді мақсат еткен перспективалық дәрі-дәрмек ашу экспериментіндегі BIOPTIC B1-дің қолданылуын сипаттайтын зерттеуді жариялады, бұл Паркинсон ауруымен байланысты ақуыз.

Жүйе 40 миллиард молекулалық кеңістікті іздеді және LRRK2-дің қалыпты және мутацияланған формалары үшін жаңа лигандтарды анықтады. Экспериментте тексерілген ең үздік қосылымдар 110 наномоляр тәрізді диссоциация тұрақтылығына жетті.

Келесі кезең AI-мен көмектесетін дәрі-дәрмек ашуды түсінуде ерекше маңызды. Алғашқы соққылар соңғы жауаптар ретінде қабылданбады. Ғалымдар ең жақсы қосылымдарды аналогиялық іздеуге бастапқы нүкте ретінде пайдаланып, құрылымдық жағынан байланысты молекулалар алынды, практикалық қасиеттері бойынша сүзілді және шын мәнінде синтезделуі мүмкін кандидаттар таңдалып алынды.

Таңдалған 48 аналогтың 47-сі табысты синтезделді. Нәтижелерді қайта тексеру жүргізіліп, есептеу, химия және биология арасында кері байланыс циклі қалыптасты.

Неліктен AI дәрігерлермен алмастырылмайды

«AI дәрілер ашады» деген сөз - тек қиын емес.

AI молекулаларды деректерден алақанмен жатқан үлгілер негізінде бағалай алады. Ол виртуалды скринингті жылдамдата алады және қолмен тереңірек зерттеу қиын болатын химиялық байланыстарды анықтауға көмектеседі. Бірақ болжам болжам болып қала береді, эксперименттік жұмыс оны растамайынша.

Ғалымдар әлі де негізгі сұрақтарға жауап беруі керек:

• Молекула шын мәнінде мишенеге қосыла ма?
• Ол жоспарланған биологиялық жолға әсер ете ме?
• Ол жеткілікті таңдамалы ма?
• Ол уытты ма?
• Ол дұрыс тіндерге жете ме?
• Ол қауіпсіз метаболизирлене ала ма?
• Ол жануарларда жұмыс істей ме?
• Ол адам науқастарға көмектеседі ме?

Уәде беретін молекула кез келген уақытта сәтсіздікке ұшырауы мүмкін.

Сондықтан BIOPTIC B1 сияқты жүйелердің шын мәнінде құндылығы сиқырдан гөрі жылдамдықта болуы мүмкін. Егер AI миллиардтаған теориялық мүмкіндіктерді бірнеше ондаған тестілеуге тұрарлық молекулаларға дейін қысқарта алса, бұл дәрі-дәрмек ашудың бастапқы кезеңдерін тиімдірек жасауға мүмкіндік береді.

AI-мен жүргізілетін медицинаның болашағы

BIOPTIC-тің жұмысы биотехнологиядағы кең ауқымды трансформацияны көрсетеді. AI зерттеу инфрақұрылымының ауқымы ретінде көбірек интеграцияланып келеді - химиялық кеңістікті іздеу, эксперименттерді приоритизациялау және молекулалық деректерді биологиялық ақпаратпен байланыстыру үшін жүйе.

Компанияның қатерлі ісік зерттеуі әсіресе қызықты, себебі ол есептеу қабаттарының бірнеше деңгейлерін біріктіреді: молекулалық скрининг, таңдамалылық моделін және ісік биологиясының RNA-seq анализін.

Алайда, осы процестің соңғы өнімі AI-мен шығарылған рецепт емес. Бұл ғалымдардың тексеруіне арналған гипотезалардың қысқаша тізімі.

Бұл айырмашылық маңызды.

AI зерттеушілерге дәстүрлі әдістерден жылдамырақ миллиардтаған молекулаларды іздеуге көмектесуі мүмкін. Ол белгісіз химиялық құрылымды ашып, зертханаларды басқа жағдайда жасырын болып қала алатын кандидаттарға бағыттау мүмкіндігін көрсетеді. Дегенмен, молекула әлі де химия, биология, токсикология, клиникаға дейінгі зерттеулер мен клиникалық сынақтардан өтуі керек.

Басқаша айтқанда, AI қатерлі ісікке қарсы ем іздейтін ғалымдарды алмастырмайды.

Ол сол ғалымға ықшамдырақ және күшті іздеу жүйесін ұсынады.