ConPLex: языковая модель для разработки лекарств

ConPLex – языковая модель, обученная анализировать химические базы данных для поиска потенциальных лекарств-молекул, наилучшим образом взаимодействующих с определенным белком-мишенью. Модель позволяет исследовать более 100 миллионов соединений за сутки и, таким образом, значительно ускорить поиск новых лекарств.

Огромные базы химических соединений могут содержать потенциальные методы лечения различных заболеваний. В последние годы ученые начали использовать вычислительные методы для сканирования этих баз в надежде ускорить открытие лекарств. Однако многие из этих методов требуют большого количества времени, поскольку большинство из них вычисляют трехмерную структуру каждого белка по его аминокислотной последовательности.

ConPLex может сопоставлять белки-мишени с потенциальными молекулами лекарства без необходимости вычисления структуры молекул. Работая с базой из более чем 20 000 белков, модель кодирует их данные в числовые представления каждой аминокислотной последовательности, которые фиксируют связь между последовательностью и структурой. При этом белки, которые имеют непохожие друг на друга последовательности, но потенциально обладают близкими структурами, могут быть представлены схожим образом в языковом пространстве.

ConPLex была обучена на уже известных лекарственных средствах. Исследователи протестировали модель, просканировав библиотеку из примерно 4700 молекул-кандидатов на предмет их способности связываться с набором из 51 фермента, а затем проверили ее предсказания экспериментально. Из 19 предсказанных моделью пар молекула-белок 12 обладало сильным сродством к связыванию. При этом четыре пары связываются с чрезвычайно высоким сродством – таким, которое обычно достигается в лекарственных средствах.

Ученые планируют расширить модель на высокомолекулярные соединения. Этот вид моделирования также может оказаться полезным для проведения скрининга токсичности потенциальных лекарственных соединений перед их тестированием на животных.