Ученые из Центра исследований молекулярных механизмов старения и возрастных заболеваний МФТИ разработали программный пакет Knodle для определения связей и степени связи в молекулах. Эта компьютерная программа упрощает один из этапов разработки новых лекарств, сообщается в пресс-релизе МФТИ.

Лекарство, попав в организм человека, должно воздействовать на причину болезни. На молекулярном уровне это нарушение работы каких-то белков и генов их кодирующих. В разработке лекарств их называют мишенью. Если лекарство противовирусное, то оно должно как-то мешать вирусам встраивать свой геном в человеческий. Тогда мишенью лекарства будет уже белок вируса. Структура встраивающегося белка вируса известна, и даже известно, какое место у него самое важное - сайт связывания. Если вставить в сайт связывания, «затычку» в виде определенной молекулы, то белок вируса не сможет «вживиться» в геном человека и умрет.

При поиске нужных молекул на помощь приходят огромные базы веществ. Для отбора берутся специальные программы, которые, используя приближения квантовой химии, оценивают место и силу с которой сможет прицепиться молекула-«затычка» к белку. Но оказывается, что в базах есть только форма вещества, а для адекватной оценки этим программам требуется еще и информация о состоянии всех атомов и соединений в молекуле. Задачей определения этих состояний и занимается разработанная исследователями компьютерная система Knodle. С помощью новых технологий можно сузить область поиска с сотен тысяч веществ всего до сотни.

Принцип действия пакета Knodle

В своей работе аспирантка МФТИ Мария Кадукова и научный сотрудник лаборатории структурной биологии рецепторов, сопряженных с G белком, МФТИ Сергей Грудинин помогли компьютеру оценивать структуру связей в молеулах, используя для этого технологию машинного обучения. Они выбрали нелинейный метод опорных векторов (SVM), метод, который себя зарекомендовал в автоматическом распознавании рукописного текста и изображений. На вход ему давали расположения соседних атомов, а на выходе получали структуру связей. В качестве обучающего материала для программы ученые выбрали 7605 соединений с известной структурой и состояниями атомов. «В этом кроется решающая сила разработанного пакета, так как при обучении на большей базе результат распознавания лучше. Сейчас Knodle находится на шаг впереди подобных себе программ: он допускает всего 3. 9% ошибок, тогда как ближайший конкурент 4. 7%», - объясняет Мария Кадукова.

Мария Кадукова, Сергей Грудинин, и «обученный» ими компьютер. Фото: МФТИ

Программный комплекс легко изменять под конкретную задачу. Например, в данный момент Knodle не работает с веществами, содержащими металлы, потому что эти соединения относительно редки. Но если окажется, что лекарство от Альцгеймера будет заметно эффективней, если в нем будет металл, то для адаптации программы потребуется лишь набрать базу с металлическими соединениями. Поэтому остается только догадываться, для какой неизлечимой на данный момент болезни найдут лекарство, используя этот инструмент.

Об итогах своей работы исследователи рассказали в статье, опубликованной журналом Chemical Information and Modeling.

Аналог Ноткоин - TapSwap Получай Бесплатные Монеты

Подробнее читайте на polit.ru