ИИ-стартап SandboxAQ, созданный Google и поддержанный Nvidia, опубликовал массив данных, которые, как он надеется, ускорят открытие новых методов лечения, помогая ученым понять, как лекарства прикрепляются к белкам. Цель состоит в том, чтобы помочь ученым предсказать, будет ли лекарство связываться со своей целью в человеческом организме.

Хотя эти данные подкреплены реальными научными экспериментами, они получены не в лаборатории. Вместо этого компания SandboxAQ сгенерировала данные и ввела их в модели искусственного интеллекта, которые, как надеются ученые, смогут быстро предсказать, свяжется ли препарат с целевым белком – это ключевой вопрос, чтобы понять, будет ли действовать лекарство.

Например, если лекарство предназначено для ингибирования какого-либо биологического процесса, например, прогрессирования заболевания, ученые могут использовать этот инструмент для предсказания того, будет ли молекула лекарства связываться с белками, участвующими в этом процессе.

Этот подход представляет собой новое направление, сочетающее традиционные методы научных вычислений с достижениями в области искусственного интеллекта. Во многих областях ученые уже давно располагают уравнениями, позволяющими точно предсказать, как атомы соединяются в молекулы. Но даже для относительно небольших трехмерных фармацевтических молекул потенциальные комбинации становятся слишком огромными, чтобы рассчитать их вручную, даже с помощью самых быстрых компьютеров. Поэтому SandboxAQ использовала существующие экспериментальные данные для расчета около 5,2 миллиона новых, «синтетических» трехмерных молекул - молекул, которые не наблюдались в реальном мире, но были рассчитаны с помощью уравнений, основанных на реальных данных.

Эти синтетические данные, которые SandboxAQ публикует в открытом доступе, могут быть использованы для обучения AI-моделей, которые смогут предсказывать, соединится ли новая молекула лекарства с целевым белком. SandboxAQ будет брать деньги за свои собственные модели ИИ, разработанные на основе этих данных.

@antibiotech