В МФТИ написали программу для создания лекарств

В МФТИ написали программу для создания лекарств

1694

Фото: © РИА Новости/Александр Кряжев

Новый программный комплекс, созданный российскими учёными, гораздо точнее "предсказывает" строение молекул потенциальных лекарств, чем лучшие существующие аналоги.

Учёные из МФТИ разработали программный пакет, упрощающий разработку новых лекарств. Соответствующая статья опубликована в Journal of Chemical Information and Modeling.

Сейчас, перед тем как получить потенциальное лекарство, его строение моделируют на компьютере. По структуре молекулы можно определить многие её свойства и таким образом не тратиться на её химический синтез. Специальные программы позволяют анализировать тысячи похожих веществ одновременно и среди них выбирать наиболее перспективные — например, те, что по форме больше всего подходят тому или иному веществу, с которым нужно провзаимодействовать.

Чтобы хорошо понимать, на что способна та или иная молекула, необходимо не только представлять себе её общую форму, но и располагать информацией о состоянии всех атомов и связей между ними в составе молекулы, а она не всегда имеется в базах данных по потенциальным лекарственным соединениям. Поэтому нужны программы, которые способны предсказывать такую информацию на основании данных по другим близким по строению веществам. Очень желательно, чтобы такая программы могла самообучаться. Поэтому исследователи из МФТИ создали компьютерную систему Knodle.

Программа работает, используя нелинейный метод опорных векторов. Он хорошо зарекомендовал себя в ряде сложных задач — например, в распознавании рукописного текста и изображений. Если ввести в программу данные о расположении двух соседних атомов, она предложит наиболее вероятные варианты того, как они будут соединяться друг с другом именно в исследуемой молекуле.

Хорошее машинное обучение требует, чтобы программе предоставили множество примеров. Поэтому учёные составили такие примеры из 7605 соединений с известной структурой и состояниями атомов. Это большая база данных, и за счёт обучения по такому внушительному массиву алгоритм из МФТИ допускает меньше ошибок, чем его аналоги.

Исследователи предполагают, что их продукт станет весьма ценным инструментом в области драг-дизайна и резко ускорит поиск новых средств от самых разных болезней.

Комментарии: 
  • Популярные
  • По времени
Похоже, что вы используете блокировщик рекламы :(
Чтобы пользоваться всеми функциями сайта, добавьте нас в исключения!
как отключить
×