AI qanday qilib saraton dorilarini izlashga yordam bermoqda: BIOPTICning molekulyar kashfiyot dvigateli ichida

Yangi dori topishni ko‘pincha hayvon otasini izlashga o‘xshatishadi. Haqiqatan ham, muammo juda katta: "ot" milliardlab, yoki hatto trillionlab potentsial molekulalarni o‘z ichiga olishi mumkin.

Bu yerda sun'iy intellekt laboratoriyaga kiradi.

BIOPTIC, tadbirkor va sobiq Google ijrochi direktori Andrey Doronichev bilan bog‘langan AI-asosli biotexnologik kompaniya, mashinani o‘rganishdan foydalanib, moddalarning katta kimyoviy kutubxonalarini qidirishga yordam beradigan texnologiya ishlab chiqmoqda, ular oxir-oqibat yangi dori-darmonlarga aylanishi mumkin. Kompaniyaning eng qiziqarli dasturlaridan biri saratonga bag‘ishlangan bo‘lib, uning AI tizimi VEGFR-3 ning tanlangan inhibitörlarini aniqlash uchun ishlatilgan, bu biologik maqsad tumur angiogenezi bilan bog‘liq.

Bu yerda muhim so‘z, oxir-oqibat. AI tugma bosmaydi va tayyor saraton dorisini ishlab chiqmaydi. Aksincha, bu olimlarga qaysi molekulalarni sintez qilish va haqiqiy dunyoda sinovdan o‘tkazish uchun arziydigini aniqlashda yordam beradi.

BIOPTIC nima va uning AI aslida nima qiladi?

BIOPTIC sun'iy intellekt, hisoblash kimyosi va dori-darmonlarni kashf etish o‘rtasida faoliyat yuritadi. Uning asosiy g‘oyasi kimyoviy kashfiyotlarni qisman qidiruv muammosi sifatida ko‘rib chiqishdir.

Oddiy dori kashfiyoti dasturi biologik maqsaddan, kasallik bilan bog‘liq oqsildan boshlanishi va keyin maqsadga muvofiq molekula qidirishi mumkin. Muammo shundaki, nazariy jihatdan potentsial dori sifati bo‘lgan molekulalar soni juda ko‘pdir.

BIOPTICning B1 tizimi bu qidiruvni boshqarish uchun harakat qiladi.

Tizim molekulalarni matematik jihatdan ifodalaydi, bu kimyoviy tuzilmalarni yuqori tezlikda taqqoslash imkonini beruvchi zich raqamli joylashtirishlarni yaratadi. Kompaniyaning hamkasbiy ko‘rib chiqilgan tadqiqotlariga ko‘ra, B1 o‘nlar milliard ta birikmalarni o‘z ichiga olgan kutubxonalarda qidirish imkonini beradi va moddalar bir-birlaridan kimyoviy tuzishlari jiddiy farq qilsa ham, bir xil biologik xususiyatlarga ega bo‘lishi mumkin.

Shunday qilib, AI laboratoriyani almashtirishni rejalashtirmayapti. Bu laboratoriýa ishlari boshlanmasdan oldin juda tez filt sifatida ishlaydi.

BIOPTIC B1 milliardlab molekulalarni qanday qidiradi?

B1 ning texnik asosi ligandga asoslangan virtual skrining tizimidir.

Ligand biologik maqsadga (masalan, oqsilga) bog‘lanishi mumkin bo‘lgan molekuladir. Agar olimlar allaqachon foydali faoliyatga ega bo‘lgan bir necha molekulalarni bilsalar, bu molekulalar yangi qidiruv uchun boshlang‘ich nuqtalar sifatida xizmat qilishi mumkin.

B1 molekulyar ma'lumotlarni zich vektor ko‘rinishiga o‘tkazadi. E'lon qilingan tizimda har bir molekula float16 aniqlikdan foydalanib saqlangan 60 o‘lchovli joylashtirish sifatida ifodalangan. Model so‘rov molekulasini oldindan indekslangan molekulyar ifodalari bilan taqqoslab, ularga o'xshashlikni katta maqsadda hisoblaydi.

Tizim Enamine REAL Space da sinovdan o‘tkazildi, bu virtual kimyoviy kutubxona taxminan 40 milliard raqamlangan molekulalarni o‘z ichiga oladi.

Bu maqsad miqyosi muhandislik muammosini, shuningdek, ilmiy masalalarni yaratadi. BIOPTICning tadqiqotchilari jarayonni ikkita bosqichga ajratdilar:

• Skanning: neyron tarmoqlar molekulalarni qayta ishlaydi va joylashtirishlarni hosil qiladi.

• Qidirish: oldindan hisoblangan joylashtirishlar eng muhim nomzodlarni olish uchun taqqoslanadi.

E'lon qilingan ko‘rsatkichlar bo‘yicha, 40 milliard birikma kutubxonasi bo‘ylab qidiruv qog‘ozda tavsifi berilgan SSD asosidagi qidiruv usuli yordamida taxminan ikki daqiqa davomida amalga oshirildi. RAM asosidagi konfiguratsiya sezilarli darajada tezroq edi.

Bu AI biologiyani olim kabi tushunadi degani emas. Bu tizim kimyoviy maydonning matematik xaritasi bo‘ylab tez navigatsiya qilish va yaqinroq e'tibor olishga loyiq nomzodlarni aniqlash imkonini beradi.

Saratonga loyiha: tanlangan VEGFR-3 inhibitörlarini izlash

BIOPTICning saraton dasturi ushbu yondashuv qanday ishlashini aniq misol hisoblanadi.

Maqsad VEGFR-3, shuningdek FLT4 deb nomlanadigan retseptor, angiogenezi bilan bog‘liq signalizatsiya yo‘llarida ishtirok etadi, ya'ni yangi qon tomirlarining shakllanishi. Tumorlar o‘z o‘sishini qo‘llab-quvvatlash uchun angiogenezni foydalanishi mumkin, bu yo‘l saraton tadqiqotining muhim sohasidir.

Muammo tanlovda.

Keng tarqalgan bir nechta VEGF retseptorlariga ta'sir qiladigan dorilar boshqa biologik tizimlar bilan ham o‘zaro ta'sir qilishi mumkin, bu esa toksiklikni oshiradi. BIOPTIC ning loyihasi VEGFR-3 ga nisbatan kuchli tanlovga ega kichik molekulalarni aniqlashni maqsad qildi.

Kompaniya ikkita modelli quvurdan foydalanadi:

SMILES molekulyar tuzilmalarni ta'riflash uchun ishlatiladigan matn asosidagi belgilashdir. Bu kimyoni kutilmagan tarzda til modeliga mos keladigan qiladi: molekula belgilar ketma-ketligi sifatida ifodalanishi mumkin, bu esa AI tizimlarining kimyoviy ma'lumotlardagi naqshlarni o‘rganishini ta'minlaydi.

Birinchi model 40 milliard birikmadan iborat ultra-katta kutubxonani ko‘rib chiqqandan so‘ng, ikkinchi filtr sifatida Grafikal Neyron Tarmog‘i ishlatildi. Matn ketma-ketligidan farqli o'laroq, graf atomlarni tugunlar (noktalar) sifatida va kimyoviy bog‘larni bog‘lanishlar (aloqa) sifatida ifodalaydi, bu esa GNN larni molekulyar tuzilma va munosabatlarni modellashtirishda foydali qiladi.

Raqamli prognozdan haqiqiy molekulaga

Bu nuqta, AI hikoyasi haqiqiy ilmga aylanishini ko‘rsatadi.

Kompyuter molekulani umidli ko‘rinadi, deb proyekt qila oladi, ammo molekula hali ham sintez qilinishi va sinovdan o‘tkazilishi kerak.

VEGFR-3 loyihasida, BIOPTIC 110 birikmani kinaza profiling assayi yordamida sinovdan o‘tkazgani haqida xabar berdi. Bir nechta molekulalar VEGFR-3 ga qarshi faollik ko‘rsatdi va uchta bitta VEGFR maqsadga nisbatan selektiv bo‘lib chiqdi. Bitta nomzod tajribalarda VEGFR-1 va VEGFR-2 ga nisbatan 45 marta ko‘proq selektivlikni ko‘rsatdi. Natijalar 2025 yilda ASCO yillik yig‘ilishining ma'ruzasida taqdim etilgan va Journal of Clinical Oncology da yig‘ilish ma'ruzi sifatida nashr etilgan.

Tadqiqotchilar molekulyar kashfiyotlarni RNA sekvenziya tahlili bilan birlashtirdilar. Oncobox algoritmidan foydalanib, ular minglab o‘simta ifoda profillarini tahlil qilib, qaysi saraton turlari selektiv VEGFR-3 inhibisiyasiga eng yaxshi javob berishi mumkinligini hisoblab chiqdilar. Keyingi tadqiqotlar uchun belgilangan nomzodlar orasida papilyar qalqonsimon bez saratoni, tozalovchi tug‘ma o‘simta, pankreatik saraton, tuxumdon saratoni va sarkomalar kiritilgan.

Bu ilmiy natijalar, yakuniy saraton dori-darmonlari tayyor ekanligini ko‘rsatmaydi.

BIOPTIC B1 orqasidagi ilmiy dalil

BIOPTICning texnologiyasi ham peer-reviewed ilmiy adabiyotlarda ta'riflangan.

2025 yilda tadqiqotchilar Journal of Chemical Information and Modeling da LRRK2 ga, Parkinson kasalligi bilan bog‘liq oqsilga nisbatan mo‘ljallangan dori kashfiyoti tajribasida BIOPTIC B1 va uning foydalanishini tasvirlab beruvchi tadqiqotni e'lon qildilar.

Tizim 40 milliard molekulaning kimyoviy maydonini qidirib, LRRK2 ning normal va mutant shakllari uchun yangi ligandlarni aniqladi. Eksperimentda eng yaxshi tasdiqlangan birikmalar 110 nanomolar darajada ajralish doimiyligini keltirib chiqardi.

Keyingi bosqich AI yordamida dori kashfiyotini tushunish uchun juda muhimdir. Dastlabki urinishlar oxirgi javoblar sifatida ko‘rilmagan. Olimlar eng yaxshi birikmalarni analog qidirish uchun boshlang‘ich nuqtalar sifatida ishlatdilar, strukturaviy jihatdan bog‘liq molekulalarni qaytarib olishdi, ularni amaliy xususiyatlar uchun filtrladi va haqiqiy sintez qilish imkoniga ega nomzodlarni tanladilar.

Tanlangan 48 analogdan 47 tasdiqlangan muvaffaqiyatli sintez qilindi. Natijadagi birikmalar yana bir bor sinovdan o‘tkazildi va hisoblash, kimyo va biologiya o‘rtasida mulohazalar almashish tugunini yaratilishi qayd etildi.

Nima uchun AI dori tadqiqotchilarini almashtira olmaydi

“AI dorilarni kashf etadi” degan ibora ko‘zni tortuvchi, lekin to‘liq emas.

AI ma'lumotlardan o‘rgangan naqshlarga asoslangan holda molekulalarni reytinglay oladi. U virtual skriningni tezlashtirishi va qo‘lda o‘rganish qiyin bo‘lgan kimyoviy munosabatlarni aniqlashi mumkin. Ammo bir prognoz amaliy ish tasdiqlamaguncha faqat prognozdir.

Olimlar hali ham asosiy savollarga javob berishlari kerak:

• Molekula haqiqatan ham maqsadga bog‘lanadimi?

• U mo‘ljallangan biologik yo‘lni ta'sir qiladimi?

• U yetarlicha tanlovga ega?

• U toksikmi?

• U to‘g‘ri to‘qimaga yetib boradimi?

• U xavfsiz metabolizatsiyadami?

• U hayvonlarda ishlaydimi?

• U inson bemorlariga yordam beradimi?

Umidli molekula har qanday nuqtada muvaffaqiyatsiz bo‘lishi mumkin.

Shu sababli BIOPTIC B1 singari tizimlarning haqiqiy qiymati sehrgarlik emas, balki tezlik bo‘lishi mumkin. Agar AI milliardlab nazariy imkoniyatlarni sinovdan o‘tkazishga arziydigan bir necha o‘nlab molekulalarga qisqartira olsa, dori kashfiyotining dastlabki bosqichlarini samaraliroq qilishga yordam beradi.

Kelajakda AI asosidagi tibbiyot

BIOPTIC ish faoliyati biotexnologiyalarda kengroq o‘zgarishni ko‘rsatadi. AI tadqiqot infratuzilmasining bir qismiga aylanmoqda, kimyoviy maydonni qidirish, eksperimentlarni ustuvorlashtirish va molekulyar ma'lumotlarni biologik ma'lumotlar bilan bog‘lash tizimi.

Kompaniyaning saraton tadqiqoti ayniqsa qiziqarli, chunki u bir necha hisoblash qatlamlarini birlashtiradi: molekulyar skrining, tanlovni modellashtirish va o‘suvchi biologiya uchun RNA-seq tahlili.

Ammo ushbu jarayonning yakuniy mahsuloti AI tomonidan yaratilgan retsept emas. Bu olimlar sinab ko‘rishi kerak bo‘lgan gipotezalar ro‘yxati.

Bu farq muhimdir.

AI tadqiqotchilarga an'anaviy usullar bilan qidirishda ko‘rsatadigan tezligini oshirishda yordam berishi mumkin. U tanish bo‘lmagan kimyoviy platformalarni kashf etishi va laboratoriyalarni boshqa holatda ko‘rinmaydigan nomzodlarga murojaat qilishi mumkin. Biroq, molekula hali ham kimyo, biologiya, toksikologiya, preklinik tadqiqotlar va klinik sinovlardan o‘tishi kerak.

Boshqa so‘zlar bilan aytganda, AI saraton uchun dori izlayotgan olimni almashtirmaydi.

Bu olimga juda qudratli qidiruv dvigatelini beradi.