ИИ, возможно, нашел одну из самых мощных антивозрастных молекул

Искусственный интеллект (ИИ) оказывается ценным инструментом для#nbsp;поиска лекарств. Недавно ученые использовали искусственный интеллект для#nbsp;выявления трех новых перспективных лекарственных препаратов для#nbsp;замедления старения и#nbsp;профилактики возрастных заболеваний. Этот инновационный подход способен ускорить процесс исследований, снизить затраты и#nbsp;изменить подход к#nbsp;проведению медицинских исследований.

Искусственный интеллект преобразует многие области, и#nbsp;медицинские исследования не#nbsp;являются исключением. ИИ#nbsp;открывает беспрецедентные возможности для#nbsp;ускорения поиска лекарств, снижения затрат и#nbsp;открытия новых способов борьбы с#nbsp;болезнями. В#nbsp;этой связи в#nbsp;недавнем исследовании искусственный интеллект был использован для#nbsp;выявления перспективных кандидатов в#nbsp;гератолитические препараты для#nbsp;замедления старения и#nbsp;профилактики возрастных заболеваний.
Исследование, проведенное международной группой ученых, использовало машинное обучение для#nbsp;прогнозирования потенциальной эффективности тысяч молекул, что позволило сократить время и#nbsp;затраты, связанные с#nbsp;традиционными лабораторными исследованиями.

Сенильные клетки#nbsp;— мишень для#nbsp;антивозрастных препаратов
Антивозрастные препараты относятся к#nbsp;классу средств, направленных против стареющих клеток (клеток, метаболически активных, но#nbsp;утративших способность к#nbsp;делению и#nbsp;размножению). Сенильные клетки, часто называемые «клетками-зомби», играют сложную роль в#nbsp;нашем организме. С#nbsp;одной стороны, клеточное старение#nbsp;— это естественный защитный механизм организма. Когда клетки получают повреждения ДНК, например, в#nbsp;результате воздействия ультрафиолетового излучения или химических веществ, они переходят в#nbsp;состояние сенисценции. Это означает, что деление клеток прекращается, что предотвращает распространение поврежденной ДНК на#nbsp;другие клетки путем клеточного деления.

Однако стареющие клетки могут оказывать и#nbsp;негативное влияние на#nbsp;организм. Действительно, несмотря на#nbsp;прекращение деления, эти клетки остаются активными и#nbsp;выделяют смесь воспалительных белков, известную как senescence-associated secreted phenotype (SASP). Этот белковый коктейль вызывает воспаление, которое повреждает соседние клетки и#nbsp;способствует возникновению и#nbsp;прогрессированию различных заболеваний. Со#nbsp;временем количество стареющих клеток в#nbsp;нашем организме увеличивается из-за постоянного воздействия различных стрессовых факторов окружающей среды и#nbsp;биологических факторов. Накопление стареющих клеток связано с#nbsp;рядом возрастных заболеваний, таких как диабет 2-го типа, фиброз легких, остеоартрит и#nbsp;рак. Поэтому препараты, разрушающие сенесцентные клетки, могут помочь в#nbsp;профилактике или лечении этих заболеваний и#nbsp;проложить путь к#nbsp;новым терапевтическим стратегиям.

В#nbsp;статье, опубликованной в#nbsp;журнале The Conversation, исследователи объясняют, что для#nbsp;выявления новых лекарственных кандидатов они обучили модели машинного обучения, которые различали известные ингибиторы старения и#nbsp;нестареющие ингибиторы. Затем эти модели были использованы для#nbsp;предсказания того, могут#nbsp;ли неизвестные молекулы также быть антивозрастными агентами; всего за#nbsp;пять минут#nbsp;ИИ выявил 21 молекулу с#nbsp;высокой вероятностью антивозрастной активности.
Три из#nbsp;21 идентифицированного соединения (перипроцин, олеандрин и#nbsp;гинкгетин) продемонстрировали способность разрушать стареющие клетки, сохраняя при этом большинство нормальных клеток. Эти новые антивозрастные вещества были протестированы более детально, чтобы понять, как они действуют в#nbsp;организме. В#nbsp;частности, было установлено, что Олеандрин более эффективен, чем самые известные антивозрастные препараты этого класса.

Навстречу новой эре в медицинских исследованиях

Такой междисциплинарный подход, объединяющий ученых, изучающих данные, химиков и#nbsp;биологов, имеет большой потенциал. Специалисты по#nbsp;изучению данных играют ключевую роль в#nbsp;разработке и#nbsp;обучении моделей машинного обучения, используемых для#nbsp;выявления молекул-кандидатов. Их#nbsp;опыт в#nbsp;манипулировании и#nbsp;анализе больших объемов данных помогает#nbsp;ИИ делать точные прогнозы

При наличии достаточного количества высококачественных данных модели#nbsp;ИИ способны значительно ускорить процесс создания лекарственных препаратов; ИИ#nbsp;может быстро анализировать большие объемы данных и#nbsp;выявлять закономерности, которые обычно трудно обнаружить.

Это может помочь ускорить работу химиков и#nbsp;биологов, особенно тех, кто пытается найти лекарства и#nbsp;методы лечения заболеваний, для#nbsp;которых пока нет решений.

Три кандидата в#nbsp;антивозрастные агенты, выявленные с#nbsp;помощью этого подхода, в#nbsp;настоящее время проходят испытания в#nbsp;легочной ткани человека.

Эти испытания являются важным шагом на#nbsp;пути к#nbsp;определению эффективности этих препаратов в#nbsp;реальных условиях и#nbsp;пониманию того, как они действуют в#nbsp;организме. Исследователи надеются опубликовать очередные результаты в#nbsp;течение двух лет.