Ученые факультета биоинженерии и биоинформатики, химического факультета и Передовой инженерной школы МГУ имени М.В. Ломоносова разработали новый класс химерных молекул для терапии инфекций с множественной лекарственной устойчивостью. В основе разработки лежит рациональное объединение активных структур двух действующих антибиотиков — гепотидацина и линезолида — с помощью молекулярного линкера.
Двойной удар по бактериальным мишеням
Распространение штаммов с множественной лекарственной устойчивостью вынуждает применять резервные препараты с тяжелыми побочными эффектами, в то время как традиционные ингибиторы (такие как фторхинолоны) теряют эффективность из-за точечных мутаций в мишенях. Для решения этой проблемы исследователи МГУ применили подход рационального конструирования гибридных молекул, воздействующих сразу на два жизненно важных узла бактериальной клетки:
- Интеркалирующее ядро гепотидацина блокирует работу бактериальной ДНК-гиразы (ДНК-топоизомеразы II типа), отвечающей за суперспирализацию ДНК и деление клетки.
- Фрагменты линезолида подавляют работу рибосомы и биосинтез белка.
Такое одновременное воздействие на две независимые мишени существенно снижает вероятность адаптации патогенов и формирования резистентности.
«Мы решили пойти не по пути модификации существующих препаратов, а по пути их рационального объединения. Взяли за основу гепотидацин, который нарушает работу фермента топоизомеразы II, и линезолид – известный ингибитор синтеза белка. Наша задача состояла в том, чтобы соединить их активные фрагменты через линкер, сохранив способность каждой части взаимодействовать со своей мишенью».
— Дмитрий Лукьянов, старший научный сотрудник лаборатории химии нуклеопротеидов химического факультета МГУ
Генерация и многоступенчатый отбор ИИ-кандидатов
Процесс разработки и отбора перспективных соединений проходил в четыре основных этапа:
- Моделирование динамики ядра: Интеркалирующее ядро гепотидацина поместили в активный центр ДНК-гиразы и применили метод неравновесной молекулярной динамики для исследования движения молекулы с последующей кластеризацией конформаций.
- Нейросетевая генерация: Диффузионная генеративная нейросеть достроила недостающие химические группы вокруг ядра непосредственно в контексте активного центра, сформировав сотни вариантов молекул.
- Оценка сродства (скоринг): Свёрточная нейросеть GNINA оценила прочность связывания кандидатов с учетом гибкости белка и водородных связей, отсеяв слабые структуры.
- Экспертная валидация: Химики-синтетики вручную отфильтровали кандидатов по пространственной укладке линкеров, отсутствию токсичных групп и доступности лабораторного синтеза.
По итогам скрининга сформирован пул из нескольких десятков соединений, удерживающихся в активном центре белка прочнее нативного гепотидацина.
Предстоящий физический синтез и биологические испытания
Отобранные соединения переданы химикам для проведения физического синтеза и практической проверки расчетов алгоритмов искусственного интеллекта. В дальнейшем запланирована серия биологических испытаний:
- Тестирование на грамположительных и грамотрицательных бактериях, а также на дрожжевых грибах с определением минимальной ингибирующей концентрации (МИК).
- Подтверждение двойного механизма действия в экспериментах in vitro на культурах клеток с топоизомеразой II.
Ниже представлена сводная таблица поэтапного процесса ИИ-генерации и валидации молекул-кандидатов.
| Этап разработки | Применяемый метод / ИИ-инструмент | Целевая задача |
|---|---|---|
| Динамика ядра | Неравновесная молекулярная динамика | Исследование движения ядра в активном центре ДНК-гиразы |
| Генерация структур | Диффузионная генеративная нейросеть | Достраивание химических групп вокруг ядра в белковом контексте |
| Оценка аффинности | Свёрточная нейросеть GNINA | Прогнозирование прочности связывания с учетом гибкости белка |
| Экспертный фильтр | Ручной анализ химиков-синтетиков | Исключение токсичных фрагментов и проверка доступности синтеза |
| Биологические тесты | Испытания in vitro на культурах клеток | Определение МИК и подтверждение двойного механизма действия |


