Без применения нейросетей не обходится и работа в фармацевтической индустрии. Число известных на сегодняшний день молекул колоссально, а лекарственными свойствами обладают лишь немногие из них. Очевидно, что их поиск предоставляет трудную задачу. Поэтому многие годы при создании новых лекарств ученые ограничивались модификацией уже имеющихся молекул с проверенным терапевтическим эффектом. В 2016 году ученые из МФТИ и Insilico Medicine предложили нейросеть, которая предсказывала бы фармакологические свойства новых молекул, и тем самым продвинули разработку лекарственных средств на принципиально новый уровень.
Теперь коллектив исследователей из Mail.Ru Group, Insilico Medicine и МФТИ решил еще одну актуальную задачу. Созданная ими нейронная сеть способна, опираясь на желаемые свойства молекулы, сгенерировать ее описание. Результаты этой работы были опубликованы в журнале Oncotarget в декабре.
Сначала сеть «обучалась» на более чем 70 млн. уже известных молекул. После этого нейросети поставили задачу описать лекарственные соединения с противораковыми свойствами, а полученные результаты сравнивались с базой данных имеющихся противораковых средств. Из 69 сгенерированных нейросетью описаний многие молекулы действительно активно применяются в онкологической практике. Остальные, считают исследователи, должны также обладать заданными качествами, а значит, на их основе могут быть созданы новые препараты.
Александр Жаворонков, глава Insilico Medicine и международный адъюнкт-профессор МФТИ, видит большие перспективы для разработанной технологии. «Я очень надеюсь, – сказал он, – что в скором времени мы сможем разрабатывать индивидуальные лекарства для лечения редких заболеваний и даже для лечения отдельных пациентов». «Группой под руководством Александра Жаворонкова сделана замечательная работа, предвещающая прорыв в открытии новых лекарств. Наиболее эффективные лекарства от болезней людьми еще не найдены… Я думаю, этому подходу принадлежит будущее фармацевтики», – прокомментировал Артём Оганов, профессор РАН, МФТИ, Сколтеха и Нью-Йоркского университета.
Подробнее о разработке можно узнать на сайте МФТИ или в опубликованной учеными статье.