Команда исследователей МГУ имени М.В. Ломоносова, а также ученые Центра исследований и разработки иммунобиологических препаратов имени М. П. Чумакова РАН и Сколтеха, предложили перспективный подход в поиске будущих лекарств. Их совместная работа раскрывает принципы ускоренной и эффективной идентификации новых лекарственных соединений, существенно экономя ресурсы и время на этапе поиска перспективных препаратов.
Оптимизация поиска препаратов на основе научных расчетов
В мире современной медицины каждое новое лекарство проходит долгий путь от идеи до практического применения. Ключевую роль играет способность химиков точно оценивать свойства даже еще не созданных соединений. Для реализации этой задачи необходимо анализировать сразу несколько характеристик: насколько активно вещество воздействует на определенные биологические цели, как хорошо оно растворяется в воде и жирах, а также множество иных параметров. Именно комплексная оценка позволяет точно выбирать наилучшие кандидаты для последующих испытаний, избавляя от затрат на тестирование малообещающих вариантов.
Метод дескрипторов и функций желательности
В молекулярной фармацевтике каждый оцениваемый параметр вещества называют дескриптором. Для каждого дескриптора создается так называемая функция желательности — это специальная оценка, показывающая, насколько определенное значение этого показателя является благоприятным для будущего лекарства. Важность работы именно с такими функциями в том, что препарат может идеально соответствовать одному критерию, но оказаться нежелательным из-за других характеристик. Поэтому требуется система, которая ищет баланс между всеми параметрами одновременно, что позволяет выявлять соединения с оптимальными совокупными свойствами.
Трудности и тонкости расчета свойств соединений
Даже такие, казалось бы, стандартные характеристики, как растворимость соединения, требуют внимательного подхода и соблюдения определенных условий проведения экспериментов. Некоторые из параметров можно определить лишь с помощью сложных математических моделей, например, способность молекулы проникать через гематоэнцефалический барьер. Такие задачи требуют комплексного подхода и высокой квалификации исследовательской команды.
Рекомендации Дмитрия Осолодкина и лаборатории МГУ
Ученые химического факультета МГУ под руководством кандидата химических наук Дмитрия Осолодкина приступили к глубокой оценке методов многопараметрической оптимизации в области фармацевтики. Они проанализировали распространенные модели ранжирования химических соединений и разработали рекомендации для создания новых профилей оценки, а также для корректного использования существующих.
Для проверки эффективности разных функций желательности были составлены специализированные базы данных, включающие сотни соединений, многие из которых схожи с уже применяемыми лекарствами. В результате этого анализа выяснилось, что функции желательности, представленные в виде непрерывных зависимостей между полезностью и значениями дескрипторов, более точно выделяют перспективные соединения, чем разбивка на отдельные значения. Данный подход обеспечивает устойчивость результатов и приоритет настоящих лекарственных аналогов.
Компьютерное моделирование и ускорение поиска лекарств
Сегодня компьютерные методы активно используются на предварительном этапе отбора кандидатов на роль лекарственных средств. Медицинские испытания — процесс долгий и затратный. Экспериментальная проверка может длиться десятки лет и требовать значительных финансовых вложений. Поэтому качественные расчетные рекомендации специалистов становятся залогом быстрого и эффективного поиска перспективных соединений. Сам Дмитрий Осолодкин подчеркивает важность корректного понимания ограничений используемых программ и алгоритмов. Ученые призывают не относиться к компьютерным методам как к "черному ящику", ведь без понимания нюансов есть риск потратить ресурсы на бесперспективные или даже опасные соединения.
Совместные перспективы и роль искусственного интеллекта
На сегодняшний день результаты работы МГУ имени М.В. Ломоносова в тандеме с Центром исследований и разработки иммунобиологических препаратов имени М. П. Чумакова РАН, а также с экспертами Сколтеха, открывают путь развитию новых методик для прогнозирования лекарственной активности малых молекул. Российские ученые объединяют научные знания и современные технологии машинного обучения для хемоинформатики — раздела химии, посвященного анализу и обработке большого объема данных о молекулах. На основе информации о биологической активности низкомолекулярных соединений разрабатываются инновационные подходы для поиска современных противовирусных препаратов, что особенно актуально для здравоохранения и биотехнологий.
В сложившихся условиях мировой медицины эти многообещающие методы откроют новые горизонты для всех этапов разработки лекарств — от молекулярного моделирования до внедрения в практику безопасных и эффективных медикаментов. Коллектив МГУ имени М.В. Ломоносова, специалисты Центра имени М. П. Чумакова и инженеры Сколтеха уверены: научный прогресс и сотрудничество дадут новый импульс отрасли, сделав процессы более прозрачными, быстрыми и результативными для блага людей.
Изображение: Фотобанк Freepik
Источник: scientificrussia.ru
