Исследователи Санкт-Петербургского политехнического университета Петра Великого (СПбПУ) разработали нейросетевой протокол, позволяющий более чем в 50 раз ускорить поиск и отбор перспективных соединений для разработки противоопухолевых препаратов. Подход объединяет определение биологических мишеней, генерацию библиотек молекул и прогнозирование эффективности их связывания с белками, сообщает пресс-служба университета.
Единый цикл оптимизации молекул
Оптимизация перспективных соединений на стадии hit-to-lead относится к наиболее длительным и затратным этапам разработки лекарственных средств. По данным СПбПУ, поиск биологических мишеней и получение химических структур традиционными лабораторными методами могут занимать от 5 до 10 лет.
Существующие ИИ-протоколы оптимизации молекул, как правило, ориентированы на решение отдельных задач. Разработка петербургских исследователей объединяет три процесса в единую последовательность:
- поиск биологических мишеней;
- генерацию библиотек химических соединений;
- нейросетевую оценку эффективности связывания молекул с белками.
В рамках исследования специалисты провели компьютерную (in silico) оптимизацию производных 2-аминотиофена, отказавшись на этапе первичного отбора от ресурсоемкого лабораторного синтеза.
«Существующие ИИ-протоколы оптимизации лекарственных молекул решают, как правило, одну узкую задачу. Предложенный нами подход объединяет поиск мишеней, генерацию библиотек и нейросетевую оценку эффективности связывания в единый цикл», — отметил старший преподаватель Высшей школы биомедицинских систем и технологий СПбПУ Андрей Макашов.
Анализ 255 тысяч соединений и определение белковых мишеней
В ходе исследования нейросети проанализировали базу данных, включающую почти 255 тыс. виртуальных соединений. Алгоритмы определили три наиболее вероятные белковые мишени для противоопухолевой терапии: PARP1, CDK7 и TBCD. Полученные предсказания дополнительно проверили методом классического молекулярного докинга.
Как пояснил заведующий лабораторией металл-органических каркасов и медицинской химии СПбПУ Сергей Шипиловских, у исследовательской группы уже имелись перспективные молекулы, проявлявшие активность при терапии рака кожи, однако механизм их действия оставался недостаточно изученным.
Для решения этой задачи исследователи использовали нейросетевой подход, позволивший определить наиболее вероятные белки-мишени. Затем алгоритм сгенерировал более 250 тыс. новых вариантов молекул и провел отбор наиболее перспективных кандидатов.
Следующие этапы разработки
Сокращение продолжительности стадии hit-to-lead позволяет уменьшить затраты на ранние этапы разработки лекарственных средств. По данным университета, предложенный ИИ-протокол также может применяться для оптимизации других классов биологически активных молекул.
Следующим этапом проекта станет синтез отобранных соединений и проверка их активности в лабораторных условиях (in vitro). Наиболее перспективные кандидаты планируется передать для проведения доклинических исследований.
Разработка ведется при поддержке федеральной программы «Приоритет-2030». Партнером научного направления выступает Национальный медицинский исследовательский центр онкологии им. Н. Н. Петрова.



