Американські науковці створили алгоритм машинного навчання під назвою POLYGON, що спеціалізується на генерації хімічних формул.
Про це повідомляє ПРОЦЕС.
Цей алгоритм здійснює пошук потенційних лікарських препаратів, аналізуючи дані про активні молекули.
За даними Nature Communications, POLYGON уже представив сотні кандидатів на ліки проти раку, з яких 32 молекули виявилися найбільш ефективними. Перспективи цієї платформи включають розвиток мультитаргетних ліків і зниження побічних ефектів.
У минулому фармацевтична промисловість була скептично налаштована до використання штучного інтелекту, але тепер ситуація змінилася. Біотехнологічні стартапи зараз зіткнулися з необхідністю включати штучний інтелект у свої бізнес-плани для успішного залучення інвестицій. Цей алгоритм розроблений як програма з відкритим кодом, щоб сприяти розвитку медичних досліджень.
POLYGON навчений працювати з обширною базою даних, яка містить понад мільйон біологічно активних молекул, реєструючи їхні хімічні властивості та взаємодії з білковими мішенями.
Використовуючи дані, алгоритм виявляє закономірності та генерує унікальні хімічні формули для потенційних медичних засобів. Платформа була протестована на створенні препаратів, спрямованих проти ракових клітин. Серед сотень представлених ліків, науковці вибрали 32 молекули, які показали найсильніші результати в боротьбі з білками MEK1 і mTOR, що є ключовими для знищення ракових клітин.
Крім того, POLYGON продемонстрував високу здатність до аналізу великих даних, правильно ідентифікуючи фармакологічні взаємодії серед понад 100 тисяч сполук з точністю 82,5%.
