Создание нового лекарственного препарата – один из самых длительных, сложных и дорогих процессов в современной науке. В среднем его разработка – от поиска и отбора перспективного соединения до выхода на рынок – занимает около 10–15 лет. Значительная часть перспективных соединений отсеивается в процессе дальнейшей разработки, в том числе уже после проведения дорогостоящих лабораторных исследований. Стартап молодого ученого Томского государственного университета Светланы Ямщиковой направлен на решение этой задачи с помощью технологий искусственного интеллекта. Веб-платформа, которую разрабатывает аспирантка, позволит оценивать токсичность молекул еще до того, как они будут созданы в реальной химической лаборатории, и тем самым снизить финансовые затраты.
– В процессе разработки лекарственных препаратов перспективные соединения проходят этап доклинических исследований, включающий исследования на лабораторных моделях in vitro и эксперименты на животных in vivo, – рассказывает руководитель проекта, аспирантка Биологического института ТГУ Светлана Ямщикова. – Проведение таких экспериментов требует значительных временных и финансовых затрат, а также специализированного оборудования.
Чтобы снизить затраты, современная фарминдустрия активно использует методы хемоинформатики и компьютерного моделирования – так называемые исследования in silico (в компьютере). Такие подходы позволяют уже на ранних этапах оценивать токсичность соединений и помогают отбирать наиболее перспективные для дальнейших экспериментальных исследований.
– В основе проекта лежит использование машинного обучения для анализа молекулярной структуры химических соединений, – объясняет Светлана Ямщикова. – Разрабатываемая веб-платформа будет принимать на вход химическую структуру соединения в виде текста – в формате SMILES, широко используемом для представления химических структур.
Получив химическую структуру молекулы, алгоритм будет автоматически рассчитывать набор молекулярных дескрипторов – численных характеристик, описывающих ее физико-химические и структурные свойства. Модели машинного обучения возьмут открытые наборы данных с информацией о химических структурах и результатах токсикологических исследований. При анализе нового соединения модели будут использоваться рассчитанные молекулярные дескрипторы для прогнозирования его токсичности. По результатам анализа веб-платформа выдаст пользователю прогноз общей токсичности исследуемого соединения.
Главная задача платформы – проводить первичный скрининг химических соединений по показателю общей токсичности. При работе с виртуальными библиотеками, содержащими большое количество химических соединений, экспериментальная проверка каждого из них требует значительных ресурсов. Веб-платформа аспирантки ТГУ позволит предварительно оценить токсичность соединений, а результаты прогноза каждый исследователь сможет использовать для отбора наиболее перспективных кандидатов.
Светлана Ямщикова, аспирант Биологического института ТГУ
Фото предоставила Светлана Ямщикова
– За рубежом уже существуют платформы для прогнозирования токсичности химических соединений, – говорит Светлана Ямщикова. – К наиболее известным можно отнести ProTox, ADMETlab, pkCSM и admetSAR. Эти сервисы разработаны зарубежными научными группами и ориентированы преимущественно на англоязычных пользователей. В условиях санкционных ограничений зависимость от зарубежных веб-сервисов может создавать для российских научных и фармацевтических организаций риски, связанные с возможным ограничением доступа и зависимостью от зарубежной цифровой инфраструктуры.
Создаваемая отечественная веб-платформа призвана снизить эту зависимость. Платформа будет разработана на русском языке и будет обладать простым, понятным интерфейсом. Для работы с ней исследователям не потребуются навыки программирования или специальная подготовка в области информационных технологий – достаточно открыть веб-платформу в браузере, ввести химическую структуру соединения в формате SMILES и получить прогноз его общей токсичности.
Основными пользователями веб-платформы могут стать фармацевтические и биотехнологические компании, научно-исследовательские институты и университетские лаборатории. Кроме того, платформа аспирантки ТГУ может использоваться в образовательных целях при подготовке специалистов, работающих на стыке химии, биологии, фармакологии и информационных технологий.
Внедрение отечественной веб-платформы способствует снижению затрат на ранних этапах разработки лекарственных соединений, сокращению числа соединений, направляемых на экспериментальные исследования, и более эффективному отбору перспективных кандидатов для дальнейшей разработки.
Конкурс «Студенческий стартап» проводится Фондом содействия инновациям в рамках Платформы университетского технологического предпринимательства федерального проекта «Технологии». В седьмой очереди конкурса приняли участие студенты и аспиранты со всей страны, общее число заявок достигло рекордных 12,6 тысяч. Из 2 250 победителей — 24 студента и аспиранта Томского государственного университета, еще 7 проектов представителей ТГУ — в резервном списке. Каждый победитель получает грант 1 млн рублей на реализацию своей идеи.