Лекарство, попав в организм человека, должно воздействовать на причину болезни или, на молекулярном уровне, на лекарственные мишени. В роли таких мишеней могут выступать белки и гены, с нарушением работы которых связаны заболевания. Иногда, если лекарство противовирусное, то оно должно мешать вирусам встраивать свой геном в человеческий, и тогда мишенью будет уже белок вируса. Структура белка вируса известна, и даже известно, какое место в его молекуле самое важное — сайт связывания. Если вставить в сайт связывания «затычку» в виде определенной молекулы химического соединения, то белок не сможет «вживиться» в геном человека, и вирус умрет.

Сотрудник МФТИ Сергей Грудинин, аспирантка МФТИ Мария Кадукова и «обученный» ими компьютер
Сотрудник МФТИ Сергей Грудинин, аспирантка МФТИ Мария Кадукова и «обученный» ими компьютер
Фото: пресс-служба МФТИ

Для того чтобы создать лекарство, нужно знать свойства веществ, в том числе и состояние их атомов, которые могли бы соединиться с сайтом узнавания мишени. Ученые разработали программу, которая определяет характеристики атомов в веществах — гибридизацию, кратность связей и типы атомов, то есть места отдельных атомов в молекуле, то, как они связаны друг с другом, и то, как они меняются, образуя соединения. Авторы исследования, Мария Кадукова и Сергей Грудинин из МФТИ, использовали технологии машинного обучения: они дали программе 7000 примеров химических соединений с уже известной структурой для того, чтобы на их основе алгоритм предсказывал состояние атомов в молекулах новых веществ.

 

По словам авторов, сейчас их разработка Knodle (от англ. KNOwledge-Driven Ligand Extractor) допускает всего 3,9% ошибок, тогда как ближайший конкурент — 4,7%. Ученые считают, что с помощью их программы можно сузить область поиска с сотен тысяч веществ всего до сотни и значительно ускорить разработку новых лекарств.

 

Статья опубликована в журнале Chemical Information and Modeling.

 

 

Источник: chrdk.ru