Ускорение открытия комбинаций лекарств с помощью машинного обучения

Обнаружение эффективных комбинаций лекарств теперь может быть проще благодаря платформе скрининга, представленной сегодня учеными Детской исследовательской больницы Св. Иуды. Многие заболевания, в том числе рак, требуют комбинации лекарств, эффект которых превышает сумму их частей, для создания эффективных схем лечения. Однако количество новых лекарств и потенциальных комбинаций резко возросло, что сделало классические методы скрининга непрактичными. Чтобы удовлетворить эту потребность, исследователи из Сент-Джуда создали Combocat, платформу, которая сочетает в себе машинное обучение и специализированную технологию обработки жидкостей, что позволяет использовать комбинированные экраны большего размера. Возможности платформы были опубликованы в журнале Nature Communications.

«В области открытия лекарств не было способа справиться с огромным количеством потенциальных комбинаций, для проверки которых потребовалось бы непрактичное количество экспериментальных материалов», — сказал старший соавтор Пол Гилихер, доктор философии, факультет вычислительной биологии Сент-Джуда. «Мы разработали Combocat, чтобы использовать минимальные ресурсы и дать ученым возможность протестировать огромное количество комбинаций лекарств, быстро выбирая те, которые с наибольшей вероятностью будут иметь синергический эффект для дальнейшего изучения».

«Объединив передовые методы машинного обучения и технологии дозирования лекарств для обеспечения высокопроизводительного комбинированного скрининга, мы провели эксперименты в масштабах, которые раньше были невозможны», — сказал первый и соавтор Чарли Райт, доктор философии, факультет вычислительной биологии Сент-Джуда.

В качестве доказательства принципиальных возможностей платформы исследователи протестировали 9045 пар лекарств против линии раковых клеток нейробластомы. В ходе скрининга было обнаружено несколько пар лекарств с сильным синергическим действием, а основные результаты были подтверждены дополнительными экспериментами. Результаты показали, что Combocat может эффективно находить многообещающие комбинации лекарств в больших масштабах.

Для достижения масштаба Combocat интегрирует миниатюрную дозировку лекарств с машинным обучением. При дозировании лекарств звуковая технология позволяет индивидуально и эффективно планировать эксперименты. «Мы внедрили акустические устройства для обработки жидкостей, которые используют звуковые волны для очень точного переноса крошечных капель лекарств», — сказал Райт. «Они используют точный минимум каждой необходимой вам жидкости, что позволяет использовать гораздо меньше материала, чем традиционные методы, основанные на иголке или пипетке, и увеличивает количество тестируемых комбинаций».

Машинное обучение помогает заполнить картину, используя один из двух режимов Combocat, «плотный режим», для информирования о «разреженном режиме». В плотном режиме исследователи измерили все возможные пары доз для каждой комбинации лекарств. Наряду с этим плотным режимом, разреженный режим позволяет еще более жестко управлять ресурсами, прогнозируя полные результаты лишь на основе небольшой части исходных данных. Модель разреженного режима была обучена на сотнях экспериментов по комбинациям лекарств, созданных с использованием подхода платформы с плотным режимом. Когда исследователи сравнили прогнозы машинного обучения с измеренными значениями, они обнаружили, что они очень последовательны, что обеспечивает уверенность в подходе.

«Мы создали два «режима» скрининга, находя компромисс между ними», — сказал Гилехер. “Мы оптимизировали разреженный режим для масштабирования, но он жертвует деталями ради эффективности, в то время как мы оптимизировали плотный режим для получения сверхнадежных измерений, которые не поддаются масштабированию. Однако мы показали, что Combocat может комбинировать их для анализа большего количества комбинаций и проверки их быстрее, чем традиционные подходы”.

Combocat продолжает традицию Сент-Джуда в области инноваций в комбинированной лекарственной терапии, предоставляя возможность легко проверять комбинации не только для исследователей рака, но и для любого заболевания, нуждающегося в новых методах лечения.

«Мы создали бесплатную платформу с открытым исходным кодом и очень удобную в использовании, которая может стать сильным стандартом в области открытия комбинаций лекарств», — сказал Гилехер. «Combocat может помочь ускорить выявление потенциально безопасных и эффективных комбинаций лекарств, которые в конечном итоге могут привести к появлению полезных и потенциально изменяющих практику новых комбинаций лекарств в клинике».

Доступ к Combocat можно получить по адресу combocat.stjude.org.

Райт В.К., Пан М., Фелпс Г.А., Лоу Дж., Карриер Д., Санджали А., Троттер М., Хван Дж., Чаппл Р.Х., Лю Икс, Беннетт Д., Чжан Ю., Ли Р.Э., Чен Т., Гилехер П.
Платформа скрининга с открытым исходным кодом ускоряет обнаружение комбинаций лекарств.
Нац Коммун. 2025, 15 декабря;16(1):11005. дои: 10.1038/s41467-025-66223-8