В МФТИ научились вычислять реакцию клеток на лекарства

Учёные из МФТИ во главе с Иваном Гущиным создали принципиально новый метод моделирования поведения клеточных мембран (оболочек), способный с высокой точностью и относительно быстро описывать реакции стенок клетки на молекулы лекарств и токсинов. Работа в перспективе позволит заранее, без всяких экспериментов, точно рассчитать влияние какого-либо нового лекарства на живые клетки, что существенно ускорит разработку лекарственных препаратов. Соответствующее исследование опубликовано в издании Journal of Chemical Theory and Information.

На сегодняшний день разработчики лекарств, как и в прошлом, зачастую работают по методу проб и ошибок. Иногда полезный препарат действительно можно открыть по случайному стечению обстоятельств или по ошибке — как это случилось с виагрой, изначально создававшейся как средство для сердечников. Однако чаще всего поиск дорогостоящих новых лекарств заканчивается серией недешёвых неудачных экспериментов, необходимых, чтобы рано или поздно всё же наткнуться на нужную формулу. Крупные фармакологические компании сразу закладывают долю неудачных разработок в районе 90%. Это, естественно, приводит к удорожанию тех немногих лекарств, которые всё же получается создать.

Одной из главных причин такого "коврового бомбометания" в разработке новых лекарственных препаратов является тот факт, что рассчитать взаимодействие лекарства с живой клеткой очень сложно. Чтобы хотя бы попасть туда, препарат должен легко проникать через клеточную мембрану, сложенную из белков и липидов. Заранее понять, как именно это будет происходить, сложно. Даже очень небольшая органическая молекула из, например, 54 атомов, должна обсчитываться 156 наборами чисел — ведь каждый из её атомов может стать камнем преткновения при попадании внутрь клетки. Сама попытка просчитать все эти огромные массивы данных на суперкомпьютере может занять месяцы, а для более крупных молекул — и намного большее время.

Группа Гущина использовала метод главных компонент — способ статистической обработки, который выделяет из данных наиболее существенные. Это позволило максимально упростить расчёты и при этом оставить их достаточно точными: необходимый объём данных уменьшился в 10 раз, при этом точность снизилась лишь на 10%. Ранее этот метод уже эффективно применялся и в других областях — эконометрике, обработке цифровых изображений (для сжатия с минимумом потерь).

Исследователи из МФТИ проверили эффективность нового метода на молекуле DOPC (диолеоилфосфатидилхолине). Это хорошо изученная липидная молекула, играющая роль своего рода лабораторной мыши в экспериментах по липидам. Для моделирования было выбрано восемь разных наборов параметров, описывающих взаимодействия всех атомов молекулы. Такие наборы называют силовыми полями. Одни силовые поля описывают взаимодействия между атомами очень подробно, другие — более грубо и приближённо. К полученным в таком моделировании первичным данным авторы применяли метод главных компонент.

Выяснилось, что в таком случае для расчётов возможных положений тех же 54 атомов достаточно всего 14 главных компонент. Каждая такая компонента — совместное согласованное движение какой-то группы атомов в молекуле. Одна из компонент, например, отвечает за движение двух "хвостов" у молекулы DOPC, которые могут смещаться в разные стороны наподобие ножниц. Сокращение числа обсчитываемых компонент радикально упрощает расчёты поведения молекул, пытающих проникнуть сквозь клеточную стенку.

Предполагается, что, помимо создания новых лекарств, разработанный учёными из МФТИ тип моделирования способен помочь и в изучении механизмов старения: по некоторым предположениям, он связан с изменением структуры мембран клеток в организме.