ИИ поможет искать новые лекарства в существующих китайских растительных препаратах
Китайские растительные препараты давно используют в традиционной медицине. Некоторые вещества из этого круга уже стали основой известных лекарств.
Источник: Wei Zhou, Yue Gao
МОСКВА, 27 апреля. /Новости науки/. Ученые предложили использовать искусственный интеллект для поиска лекарств на основе китайских растительных препаратов. Статью авторы нового метода опубликовали в журнале Engineering.
Китайские растительные препараты давно используют в традиционной медицине. Некоторые вещества из этого круга уже стали основой известных лекарств. Но превращать такие природные вещества в современные препараты трудно. У растительных смесей сложный состав. Часто неизвестно, какие молекулы действуют в организме, куда они попадают и на какие мишени влияют.
Авторы работы Вэй Чжоу и Юэ Гао предложили систему phenotype–target coupled drug screening, или PTDS. Ее можно перевести как фенотипно-мишеневый скрининг лекарств. Смысл подхода в том, что ученые сначала смотрят, как вещество меняет состояние клетки, ткани или организма. Затем они ищут конкретные белки и другие молекулярные мишени, через которые может работать это вещество.
Такой метод отличается от классического поиска лекарств. В обычной схеме исследователи часто заранее выбирают мишень, например белок, связанный с болезнью, а потом ищут молекулу, которая на него подействует. Для растительных препаратов это не всегда подходит. Их активные компоненты и механизмы часто неизвестны. Поэтому заранее выбрать одну точную мишень бывает сложно.
PTDS предлагает идти поэтапно. Сначала исследователи проводят фенотипический скрининг: оценивают изменения на уровне молекул, клеток, тканей и целого организма. После этого они с помощью вычислительных методов и лабораторных тестов уточняют, какие соединения вызывают полезный эффект и какие мишени с ним связаны. Затем найденные вещества снова проверяют в многоуровневых опытах.
Ключевую роль в этой схеме играет искусственный интеллект. Он помогает сопоставлять большие массивы данных, прогнозировать взаимодействие веществ с мишенями и оценивать, может ли соединение исправить нарушенную молекулярную сеть при болезни. Высокоточная масс-спектрометрия позволяет определить состав растительных препаратов и проследить, где активные вещества накапливаются в тканях.
Еще один важный инструмент — «клеточная живопись», или cell painting. Это метод, при котором клетки окрашивают специальными маркерами и изучают, как меняются их внутренние структуры. Так можно увидеть, влияет ли вещество на митохондрии, эндоплазматическую сеть, ДНК и другие элементы клетки.
Авторы также предлагают использовать органоиды и «органы-на-чипе». Это миниатюрные модели тканей и органов, которые позволяют проверять действие веществ до испытаний на людях. Такие системы помогают лучше оценить эффективность и возможную токсичность кандидата в лекарство.
В то же время исследователям еще нужно научиться надежно объединять разные типы данных, сделать работу ИИ более объяснимой и улучшить модели органоидов, где пока не всегда хватает полноценной сосудистой сети. Но авторы считают, что PTDS может снизить число неудач на ранних этапах разработки лекарств.
Новая схема не отменяет классический поиск препаратов, а дополняет его. Она особенно полезна там, где вещество действует не через одну мишень, а через несколько связанных процессов. Именно так часто работают природные соединения и сложные растительные смеси.
Китайские растительные препараты давно используют в традиционной медицине. Некоторые вещества из этого круга уже стали основой известных лекарств. Но превращать такие природные вещества в современные препараты трудно. У растительных смесей сложный состав. Часто неизвестно, какие молекулы действуют в организме, куда они попадают и на какие мишени влияют.
Авторы работы Вэй Чжоу и Юэ Гао предложили систему phenotype–target coupled drug screening, или PTDS. Ее можно перевести как фенотипно-мишеневый скрининг лекарств. Смысл подхода в том, что ученые сначала смотрят, как вещество меняет состояние клетки, ткани или организма. Затем они ищут конкретные белки и другие молекулярные мишени, через которые может работать это вещество.
Такой метод отличается от классического поиска лекарств. В обычной схеме исследователи часто заранее выбирают мишень, например белок, связанный с болезнью, а потом ищут молекулу, которая на него подействует. Для растительных препаратов это не всегда подходит. Их активные компоненты и механизмы часто неизвестны. Поэтому заранее выбрать одну точную мишень бывает сложно.
PTDS предлагает идти поэтапно. Сначала исследователи проводят фенотипический скрининг: оценивают изменения на уровне молекул, клеток, тканей и целого организма. После этого они с помощью вычислительных методов и лабораторных тестов уточняют, какие соединения вызывают полезный эффект и какие мишени с ним связаны. Затем найденные вещества снова проверяют в многоуровневых опытах.
Ключевую роль в этой схеме играет искусственный интеллект. Он помогает сопоставлять большие массивы данных, прогнозировать взаимодействие веществ с мишенями и оценивать, может ли соединение исправить нарушенную молекулярную сеть при болезни. Высокоточная масс-спектрометрия позволяет определить состав растительных препаратов и проследить, где активные вещества накапливаются в тканях.
Еще один важный инструмент — «клеточная живопись», или cell painting. Это метод, при котором клетки окрашивают специальными маркерами и изучают, как меняются их внутренние структуры. Так можно увидеть, влияет ли вещество на митохондрии, эндоплазматическую сеть, ДНК и другие элементы клетки.
Авторы также предлагают использовать органоиды и «органы-на-чипе». Это миниатюрные модели тканей и органов, которые позволяют проверять действие веществ до испытаний на людях. Такие системы помогают лучше оценить эффективность и возможную токсичность кандидата в лекарство.
В то же время исследователям еще нужно научиться надежно объединять разные типы данных, сделать работу ИИ более объяснимой и улучшить модели органоидов, где пока не всегда хватает полноценной сосудистой сети. Но авторы считают, что PTDS может снизить число неудач на ранних этапах разработки лекарств.
Новая схема не отменяет классический поиск препаратов, а дополняет его. Она особенно полезна там, где вещество действует не через одну мишень, а через несколько связанных процессов. Именно так часто работают природные соединения и сложные растительные смеси.
