Лаборатория структурной биоинформатики и сетевой биологии, возглавляемая исследователем ICREA доктором Патриком Элоем, завершила сбор информации о биоактивности миллиона молекул с использованием вычислительных моделей глубокого машинного обучения. Он также раскрыл инструмент для прогнозирования биологической активности любой молекулы, даже когда нет экспериментальных данных.
Эта новая методология основана на Chemical Checker, крупнейшей на сегодняшний день базе данных профилей биоактивности псевдофармацевтических препаратов, разработанной той же лабораторией и опубликованной в 2020 году. Chemical Checker собирает информацию из 25 областей биоактивности для каждой молекулы. Эти пространства связаны с химической структурой молекулы, мишенями, с которыми она взаимодействует, или изменениями, которые она вызывает на клиническом или клеточном уровне. Однако эта очень подробная информация о механизме действия является неполной для большинства молекул, подразумевая, что для конкретной молекулы может быть информация для одного или двух пространств биологической активности, но не для всех 25.
С помощью этой новой разработки исследователи интегрируют всю экспериментальную информацию, доступную с помощью методов глубокого машинного обучения, чтобы можно было заполнить все профили активности, от химического до клинического уровня, для всех молекул.
«Новый инструмент также позволяет нам прогнозировать области биологической активности новых молекул, и это имеет решающее значение в процессе открытия лекарств, поскольку мы можем выбрать наиболее подходящих кандидатов и отбросить те, которые по той или иной причине не будут работать», — объясняет Доктор Элой.
Источник — 1nsk.ru.