Как ускорить создание новых лекарств и при этом не упустить ни одной важной детали? Исследователи химического факультета МГУ предлагают революционное решение — с помощью ИИ они научились находить "потерянные" геометрии молекул, которые ранее были недоступны традиционным методам моделирования.
Одна и та же молекула может принимать десятки пространственных форм — так называемых конформаций. Каждая из них по-своему влияет на свойства вещества. Но вот беда: современные алгоритмы при разработке лекарств могут "пропустить" значимые формы. Это грозит неточностями в прогнозах и замедлением поиска новых соединений.
Авторы решили проблему, объединив квантово-химические расчёты с машинным обучением. На первом этапе алгоритм запоминает, как части молекулы вращаются друг относительно друга. Затем он анализирует уже известные формы, найденные другими методами, и начинает "искать в слепых зонах" — там, где традиционные подходы обычно не заглядывают.
При тестировании на 60 потенциально активных соединениях почти у половины молекул были найдены до 28 новых геометрий, ранее неизвестных. Это значит, что эффективность моделирования можно серьёзно повысить — а значит, ускорить и разработку новых веществ.
"Разработанный нами метод позволяет повысить надежность молекулярного моделирования и ускорить создание органических и металлоорганических соединений с заданными свойствами", — рассказывает Михаил Медведев, старший научный сотрудник Института органической химии им. Н. Д. Зелинского РАН.
Метод открывает путь к почти полностью автоматическому моделированию молекул. Это особенно важно для фармацевтики и химии новых материалов, где цена ошибки высока, а скорость разработки критична.
Уточнения
Иску́сственный интелле́кт или ИИ (англ. artificial intelligence; AI) в самом широком смысле — это интеллект, демонстрируемый машинами, в частности компьютерными системами.