Ещё одним перспективным направлением применения искусственного интеллекта является не замена эксперимента, а ускорение анализа его результатов. Так, в Nature Communications опубликована работа российских исследователей, которые использовали ИИ для профилирования огромных массивов последовательностей полученных антител. Особенно приятно, что эту работу сделали наши соотечественники.

В исследовании был разработан подход, основанный на комбинации методов микрофлюидики, синтетической биологии и ИИ, позволяющий быстро идентифицировать высокоэффективные вируснейтрализующие антитела с заданными терапевтическими характеристиками. Методы микрофлюидики позволили создавать реплики иммунного репертуара вакцинированных доноров. В этой работе искусственный интеллект (ИИ) был использован для того, чтобы отобрать из множества "хороших" антител наиболее "правильные" – те, что направлены против наиболее уязвимых поверхностей вирусного белка, связывание которых приводит к нейтрализации вируса.

Разработанная ИИ модель RBD-AIM, находящаяся в свободном доступе (https://rbdaim.2a2i.org/), позволяет с высокой достоверностью картировать конформационные эпитопы антител, направленных против основной мишени вируснейтрализующих антител – домену RBD S-белка вируса SARS-CoV-2. Более того, RBD-AIM позволяет предсказывать пространственную структуру комплекса антиген-антитело, что было подтверждено в результате рентгеноструктурного анализа кристаллических структур комплексов RBD с антителами.

Разработанные технологии позволяют быстро идентифицировать высокоэффективные вируснейтрализующие антитела. Данные подходы представляют особый интерес, так как реализуют переход от физической связи "генотип-фенотип" к виртуальной связи между последовательностью антитела и его функциональными свойствами.