Новейшие исследования демонстрируют революционный потенциал комбинации квантовых вычислений и искусственного интеллекта (ИИ) в сфере разработки лекарств, особенно для борьбы с так называемыми «неизлечимыми» белками. Ученые из Университета Торонто и компании Insilico Medicine провели новаторское исследование, результаты которого были опубликованы в авторитетном журнале Nature Biotechnology, открывая новые горизонты в фармакологии.
В центре внимания исследователей оказался белок KRAS, известный своей ролью в развитии рака и ранее считавшийся «неизлечимым». Используя передовые методы квантовых вычислений, генеративный ИИ и классические вычислительные подходы, ученым удалось разработать молекулы, способные воздействовать на KRAS. В этом процессе ключевую роль сыграл генеративный ИИ-движок Chemistry42, разработанный компанией Insilico Medicine.
Профессор химии и компьютерных наук факультета искусств и наук U of T, директор Консорциума ускорения (стратегическая инициатива U of T) и член Института Вектор, Алан Аспуру-Гузик, руководивший проектом, подчеркнул захватывающий характер работы на стыке химии, квантовых вычислений и ИИ. Он отметил, что данное исследование является важным доказательством концепции, демонстрируя способность ИИ, с помощью квантовых компьютеров, находить молекулы, взаимодействующие с биологическими мишенями. При этом он уточнил, что, несмотря на успех применения квантового компьютера в разработке лекарств, это не означает его безусловного превосходства над классическими компьютерами в данной задаче на текущем этапе. Алан Аспуру-Гузик подчеркнул, что исследование является доказательством принципа, а не демонстрацией значительного квантового преимущества, но открывает путь для интеграции квантовых компьютеров в современные ускоренные конвейеры разработки лекарств на основе ИИ, с перспективой улучшения алгоритмов по мере развития квантовых технологий.
Мутации в гене KRAS играют ключевую роль в неконтролируемом росте клеток и встречаются примерно в каждом четвертом случае рака у человека (около 25%). Несмотря на их распространенность, на сегодняшний день лишь два препарата, одобренных FDA, специфически нацелены на мутантный KRAS, и даже они продлевают жизнь пациентов лишь на несколько месяцев в сравнении с традиционной химиотерапией. Неудовлетворительность существующих методов лечения подчеркивает острую необходимость в разработке новых лекарств, способных эффективно бороться с раком, обусловленным мутациями KRAS.
Исследовательская группа применила новаторский подход, объединив квантовые вычисления с классическими вычислительными методами и генеративным ИИ для проектирования и отбора молекул. Для оптимизации моделей ученые использовали специально разработанный набор данных, включающий 1,1 миллиона молекул. Этот набор данных включал 650 экспериментально подтвержденных молекул, блокирующих KRAS, а также 250 000 молекул из VirtualFlow, открытой ультрамасштабной платформы виртуального скрининга. С помощью генеративного ИИ-движка Chemistry42 от Insilico Medicine был проведен скрининг молекул, в результате которого были отобраны 15 наиболее перспективных кандидатов для лабораторных испытаний.
В ходе дальнейших исследований было установлено, что две молекулы из отобранных кандидатов продемонстрировали высокую способность воздействовать на различные версии мутировавшего KRAS в живых клетках. Сочетание вычислительных подходов, подобных использованному в данном исследовании, открывает перспективы значительного сокращения доклинической фазы разработки лекарств, как отмечает со-исследователь Игорь Стагляр, профессор биохимии и молекулярной генетики в Donnelly Centre медицинского факультета Temerty U of T.
Игорь Стагляр также подчеркивает, что традиционные методы разработки лекарств являются дорогостоящими, трудоемкими и сложными с точки зрения логистики. В отличие от них, облачный вычислительный скрининг предлагает значительные преимущества, позволяя проводить масштабные исследования без необходимости в физическом пространстве для хранения химических библиотек и дорогостоящих роботов для проведения крупномасштабного скрининга.
Важно отметить, что данное исследование является демонстрацией принципиальной возможности применения квантовых вычислений в разработке лекарств, однако пока не демонстрирует значительного преимущества квантовых компьютеров над классическими в решении этой задачи. Руководителями проекта выступили Мохаммад Гази Вакили из группы Аспуру-Гузика (U of T), Джейми Снайдер из группы Стагляра (U of T) и Кристоф Горгулла, сотрудник детской исследовательской больницы St. Jude в Мемфисе.
В настоящее время исследователи расширяют применение гибридной квантово-классической модели на другие «неизлечимые» белковые мишени и работают над оптимизацией наиболее перспективных кандидатов против KRAS для дальнейших доклинических испытаний. Одной из серьезных проблем в разработке лекарств против «неизлечимых» белков является то, что многие из них имеют небольшой размер и не обладают выраженными контурами поверхности, подходящими для связывания лекарств.
Ускорение сотрудничества между U of T и Insilico Medicine стало возможным благодаря Консорциуму ускорения, созданному для активизации открытия новых материалов и молекул с использованием ИИ и автоматизации, объединяя усилия академических кругов, промышленности и правительства. Соучредитель и генеральный директор Insilico Medicine, Алекс Жаворонков, также являющийся соавтором исследования, подчеркивает, что до 85% всех человеческих белков считаются «неизлечимыми», что представляет собой серьезную проблему для разработки новых методов лечения рака и в решении которой ИИ играет уникальную роль.
Алекс Жаворонков особо отметил синергию между университетской и стартап-экосистемами, которая наглядно демонстрируется в сотрудничестве между U of T и Insilico Medicine. По его словам, это сотрудничество является прекрасным примером того, как объединение опыта и усилий стартапов и университетов способствует прогрессу в улучшении здоровья для всех.
Изображение носит иллюстративный характер
В центре внимания исследователей оказался белок KRAS, известный своей ролью в развитии рака и ранее считавшийся «неизлечимым». Используя передовые методы квантовых вычислений, генеративный ИИ и классические вычислительные подходы, ученым удалось разработать молекулы, способные воздействовать на KRAS. В этом процессе ключевую роль сыграл генеративный ИИ-движок Chemistry42, разработанный компанией Insilico Medicine.
Профессор химии и компьютерных наук факультета искусств и наук U of T, директор Консорциума ускорения (стратегическая инициатива U of T) и член Института Вектор, Алан Аспуру-Гузик, руководивший проектом, подчеркнул захватывающий характер работы на стыке химии, квантовых вычислений и ИИ. Он отметил, что данное исследование является важным доказательством концепции, демонстрируя способность ИИ, с помощью квантовых компьютеров, находить молекулы, взаимодействующие с биологическими мишенями. При этом он уточнил, что, несмотря на успех применения квантового компьютера в разработке лекарств, это не означает его безусловного превосходства над классическими компьютерами в данной задаче на текущем этапе. Алан Аспуру-Гузик подчеркнул, что исследование является доказательством принципа, а не демонстрацией значительного квантового преимущества, но открывает путь для интеграции квантовых компьютеров в современные ускоренные конвейеры разработки лекарств на основе ИИ, с перспективой улучшения алгоритмов по мере развития квантовых технологий.
Мутации в гене KRAS играют ключевую роль в неконтролируемом росте клеток и встречаются примерно в каждом четвертом случае рака у человека (около 25%). Несмотря на их распространенность, на сегодняшний день лишь два препарата, одобренных FDA, специфически нацелены на мутантный KRAS, и даже они продлевают жизнь пациентов лишь на несколько месяцев в сравнении с традиционной химиотерапией. Неудовлетворительность существующих методов лечения подчеркивает острую необходимость в разработке новых лекарств, способных эффективно бороться с раком, обусловленным мутациями KRAS.
Исследовательская группа применила новаторский подход, объединив квантовые вычисления с классическими вычислительными методами и генеративным ИИ для проектирования и отбора молекул. Для оптимизации моделей ученые использовали специально разработанный набор данных, включающий 1,1 миллиона молекул. Этот набор данных включал 650 экспериментально подтвержденных молекул, блокирующих KRAS, а также 250 000 молекул из VirtualFlow, открытой ультрамасштабной платформы виртуального скрининга. С помощью генеративного ИИ-движка Chemistry42 от Insilico Medicine был проведен скрининг молекул, в результате которого были отобраны 15 наиболее перспективных кандидатов для лабораторных испытаний.
В ходе дальнейших исследований было установлено, что две молекулы из отобранных кандидатов продемонстрировали высокую способность воздействовать на различные версии мутировавшего KRAS в живых клетках. Сочетание вычислительных подходов, подобных использованному в данном исследовании, открывает перспективы значительного сокращения доклинической фазы разработки лекарств, как отмечает со-исследователь Игорь Стагляр, профессор биохимии и молекулярной генетики в Donnelly Centre медицинского факультета Temerty U of T.
Игорь Стагляр также подчеркивает, что традиционные методы разработки лекарств являются дорогостоящими, трудоемкими и сложными с точки зрения логистики. В отличие от них, облачный вычислительный скрининг предлагает значительные преимущества, позволяя проводить масштабные исследования без необходимости в физическом пространстве для хранения химических библиотек и дорогостоящих роботов для проведения крупномасштабного скрининга.
Важно отметить, что данное исследование является демонстрацией принципиальной возможности применения квантовых вычислений в разработке лекарств, однако пока не демонстрирует значительного преимущества квантовых компьютеров над классическими в решении этой задачи. Руководителями проекта выступили Мохаммад Гази Вакили из группы Аспуру-Гузика (U of T), Джейми Снайдер из группы Стагляра (U of T) и Кристоф Горгулла, сотрудник детской исследовательской больницы St. Jude в Мемфисе.
В настоящее время исследователи расширяют применение гибридной квантово-классической модели на другие «неизлечимые» белковые мишени и работают над оптимизацией наиболее перспективных кандидатов против KRAS для дальнейших доклинических испытаний. Одной из серьезных проблем в разработке лекарств против «неизлечимых» белков является то, что многие из них имеют небольшой размер и не обладают выраженными контурами поверхности, подходящими для связывания лекарств.
Ускорение сотрудничества между U of T и Insilico Medicine стало возможным благодаря Консорциуму ускорения, созданному для активизации открытия новых материалов и молекул с использованием ИИ и автоматизации, объединяя усилия академических кругов, промышленности и правительства. Соучредитель и генеральный директор Insilico Medicine, Алекс Жаворонков, также являющийся соавтором исследования, подчеркивает, что до 85% всех человеческих белков считаются «неизлечимыми», что представляет собой серьезную проблему для разработки новых методов лечения рака и в решении которой ИИ играет уникальную роль.
Алекс Жаворонков особо отметил синергию между университетской и стартап-экосистемами, которая наглядно демонстрируется в сотрудничестве между U of T и Insilico Medicine. По его словам, это сотрудничество является прекрасным примером того, как объединение опыта и усилий стартапов и университетов способствует прогрессу в улучшении здоровья для всех.
