ИИ, возможно, нашел одну из самых мощных антивозрастных молекул

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

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

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

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

В статье, опубликованной в журнале The Conversation, исследователи объясняют, что для выявления новых лекарственных кандидатов они обучили модели машинного обучения, которые различали известные ингибиторы старения и нестареющие ингибиторы. Затем эти модели были использованы для предсказания того, могут ли неизвестные молекулы также быть антивозрастными агентами; всего за пять минут ИИ выявил 21 молекулу с высокой вероятностью антивозрастной активности.
Три из 21 идентифицированного соединения (перипроцин, олеандрин и 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 организме. В 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 биологов, имеет большой потенциал. Специалисты по изучению данных играют ключевую роль в разработке и обучении моделей машинного обучения, используемых для выявления молекул-кандидатов. Их опыт в манипулировании и анализе больших объемов данных помогает ИИ делать точные прогнозы

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

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

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

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