Ученые Сибирского государственного медицинского университета разработали алгоритм компьютерного дизайна, который может предсказать биологический эффект лекарства. Он анализирует библиотеку химических соединений и быстро выбирает перспективный вариант. Точность предсказаний модели превышает 86 %.
В основе нового метода — компьютерный дизайн лекарств и биоинформационный анализ. В то время как традиционные методы требуют дорогостоящего синтеза и экспериментальной проверки тысяч соединений, алгоритм СибГМУ действует как мощный «магнит». Он отсеивает бесперспективные варианты и «притягивает» целевых кандидатов для дальнейшего изучения.
При хороших условиях он может ускорить поиск новых препаратов и биологически активных молекул в 100–1000 раз. Алгоритм включает вычислительную идентификацию мишеней, виртуальный скрининг больших химических библиотек и оценку потенциальной токсичности соединений. Это позволяет выбрать наиболее подходящих кандидатов для последующих испытаний in vitro или in vivo.
Методика подразумевает использование веб-сервиса DIGEP-Pred 2.0, который предсказывает изменения в экспрессии генов под влиянием химических соединений. Также применяется многоуровневый биоинформационный анализ. Он помогает выявить избыточно репрезентативные гены, оценить вовлеченность метаболических путей и провести функциональную кластеризацию.
По словам специалистов, преимущество и новизна данного подхода — в его комплексности. Он предсказывает, свяжется ли изучаемое вещество с одной мишенью, и анализирует генетические пути, которые оно способно включать или выключать.
Другое важное преимущество метода — его доступность. Алгоритм построен на основе открытых баз данных и поисковых систем, что делает его экономичным и простым в использовании. Он сокращает стоимость первоначального этапа разработки лекарств на 30–40 %.
«Разработка имеет двойную практическую значимость: она не только оптимизирует отбор перспективных молекул, но и способствует развитию персонифицированной медицины, позволяя прогнозировать индивидуальную молекулярно-генетическую реакцию на препарат», — пояснил заведующий лабораторией клеточных и микрофлюидных технологий СибГМУ Игорь Хлусов.
Чтобы повысить точность прогноза, на следующем этапе в алгоритм интегрируют инструменты молекулярного докинга и молекулярной динамики.
Исследования проводились на базе лаборатории клеточных и микрофлюидных технологий. Результаты опубликованы в журнале Advanced Targets in Biomedicine.
Проект реализуется в рамках программы Минобрнауки России «Приоритет-2030» (национальный проект «Молодежь и дети»).
