1760518528
2025-10-15 08:30:00
Подписка на рассылку – под статьей/на странице
«*» указывает на обязательные поля
Поскольку искусственный интеллект (ИИ) все больше интегрируется в мир биотехнологий, одним из его последних применений является открытие и разработка пептидов. Это быстро развивающаяся область, которая выходит за рамки традиционных методов за счет использования машинного и глубокого обучения для ускорения открытия, разработки de novo и оптимизации терапевтических пептидов, а также пептидов для таких областей, как продукты питания и косметика.
Что такое пептиды?
Пептиды представляют собой короткие цепочки аминокислот, которые являются строительными блоками белков. Они действуют как посланники в организме, помогая регулировать различные биологические процессы, такие как заживление, рост и восстановление клеток, и имеют решающее значение для многих функций организма, включая образование белков, таких как коллаген и эластин, в коже.
«Я называю их языком жизни, потому что все взаимодействия между различными видами, будь то растения, люди, бактерии и т. д., происходят посредством взаимодействия пептидов», — сказала Нора Халди, основатель и главный исполнительный директор (генеральный директор) Nuritas, ирландской биотехнологической компании, специализирующейся на использовании искусственного интеллекта для открытия натуральных биоактивных пептидных ингредиентов.
Халди рассказал Labiotech, что с точки зрения здравоохранения пептиды имеют несколько убедительных преимуществ перед другими типами лекарств, такими как небольшие молекулы. “Они очень эффективны, они чрезвычайно безопасны, они встречаются в природе, и их можно производить экологически устойчивым образом. Пептиды настолько эффективны, потому что они взаимодействуют с точными биологическими мишенями с поразительной специфичностью. Пептиды не накапливают и не создают токсичные метаболиты, как это делают некоторые синтетические лекарства”.
Как ИИ можно использовать для открытия и разработки пептидов
Традиционно для открытия пептидных лекарств использовались подходы биохимии и медицинской химии; однако они опираются на экспериментальные и эмпирические методы, которые часто требуют значительного количества времени, ресурсов и опыта – особенно если учесть, что одной из основных проблем, связанных с открытием традиционных пептидных лекарств, является обширное химическое пространство, которое необходимо изучить, поскольку количество возможных пептидных последовательностей экспоненциально велико, что делает непрактичным экспериментальное тестирование всех потенциальных кандидатов.
Именно здесь ИИ оказывается чрезвычайно полезен, поскольку идея внедрения этой технологии в любую область биотехнологий заключается в ускорении определенных процессов. Разработка пептидов на основе искусственного интеллекта обычно включает использование алгоритмов, которые могут генерировать и оценивать большое количество пептидных последовательностей на основе желаемых свойств, таких как сродство к мишени, селективность и биодоступность. В конечном счете, эти алгоритмы могут исследовать большие химические пространства более полно и эффективно, чем традиционные методы.
ИИ-подход Нуритас
Чтобы привести конкретный пример того, как именно ИИ можно использовать для дизайна пептидов, Халди объяснил, как работает технология Нуритас: “Наш процесс открытия, основанный на ИИ, довольно сложен. Он начинается с того, что наши алгоритмы анализируют огромные базы данных белковых последовательностей из различных природных источников. The AI Magnifier”. [Nuritas’ technology] был обучен распознавать закономерности, которые связывают определенные последовательности пептидов с биологической активностью. Он также одновременно учитывает другие многочисленные факторы, такие как окончательную трехмерную структуру, которую примет пептид, то, как пептид будет взаимодействовать с конкретными биологическими мишенями, а также факторы стабильности и биодоступности. Эти факторы играют роль в определении эффективности пептида».
Как только AI Magnifier предсказывает перспективных кандидатов, Nuritas проверяет их в своих лабораториях. “Прелесть этого подхода в том, что мы руководствуемся нашим прогнозирующим искусственным интеллектом, а не методом проб и ошибок. Традиционные открытия могут проверять тысячи соединений в надежде найти тот, который работает. Наша лупа искусственного интеллекта резко сужает поле, указывая нам непосредственно на пептиды, которые с наибольшей вероятностью добьются успеха”.
Халди добавил, что, что особенно важно, технология компании постоянно учится, поскольку каждый проверочный эксперимент учитывается в алгоритмах, что, в свою очередь, со временем делает прогнозы более точными. «Эта эффективность также помогает нам минимизировать потери ресурсов, сократить ненужные эксперименты и ускорить путь к устойчивым, полезным для здоровья ингредиентам».
Университет Дьюка разрабатывает платформу искусственного интеллекта PepPrCLIP для ускорения открытия пептидов
Еще один пример недавно разработанной платформы искусственного интеллекта, которая разрабатывает пептиды, представлен в Университете Дьюка. Вдохновленный моделью генерации изображений OpenAI, их новый алгоритм быстро идентифицирует многообещающие пептиды для экспериментального тестирования, предлагая потенциальный прорыв в лечении широкого спектра заболеваний.
Вместо того, чтобы пытаться составить карту трехмерных структур пептидов, исследователи из Дьюка черпали вдохновение в генеративных моделях большого языка. Их решение, PepPrCLIP, сочетает в себе два ключевых компонента: PepPr, генеративный алгоритм, обученный на обширной библиотеке последовательностей природных белков, который создает новые «направляющие» белки с конкретными характеристиками, и CLIP, адаптированный на основе алгоритма сопоставления подписей к изображениям OpenAI, который проверяет эти пептиды, определяя те из них, которые лучше всего соответствуют целевым белкам, основываясь исключительно на целевой последовательности.
“Алгоритм CLIP OpenAI соединяет язык с изображением. Если у вас есть текст с надписью “собака”, вы должны получить изображение собаки”, – объяснил руководитель группы Пранам Чаттерджи в пресс-релизе. “Вместо языка и изображения мы обучили его сопоставлять пептиды и белки. PepPr производит пептиды, а наш адаптированный алгоритм CLIP будет проверять эти пептиды и сообщать нам, какие из них будут хорошо совпадать”.
В тестах с RFDiffusion, существующей платформой для генерации пептидов, основанной на трехмерной структуре белка, PepPrCLIP оказался быстрее и генерировал пептиды, которые неизменно лучше соответствовали целевым белкам. Эффективность платформы также была подтверждена в ходе сотрудничества с исследователями из Медицинской школы Университета Дьюка, Корнелльского университета и Института медицинских открытий Сэнфорда Бернэма Пребиса.
Отвечая на вопрос, есть ли какие-либо проблемы с данными, с точки зрения доступности и качества, для обучения моделей искусственного интеллекта открытию пептидов, Халди объяснил: “Данные – это одновременно и возможность, и проблема в нашей области. Нам пришлось проявлять невероятную стратегическую позицию в отношении генерации данных. Мы вложили значительные средства в создание наших собственных запатентованных наборов данных. Каждый пептид, который мы тестируем, каждый биологический анализ, который мы проводим, пополняет нашу базу знаний и делает наши алгоритмы более мощными”. Кроме того, качество данных имеет первостепенное значение. Данные низкого качества будут способствовать обучению моделей низкого качества и созданию продуктов низкого качества».
Применение пептидов, созданных искусственным интеллектом
Пептиды, разработанные ИИ, находят применение в медицине для разработки противомикробных, противовирусных и противораковых методов лечения, а также могут использоваться для лечения таких состояний, как устойчивость к антибиотикам, рак и другие заболевания. Они также используются в косметической промышленности для производства продуктов против старения и регенерации кожи, а также в функциональных продуктах питания из-за их антиоксидантных и иммуномодулирующих свойств.
Действительно, продукты питания и питание — это то, в чем, по мнению Халди, пептиды, разработанные с помощью искусственного интеллекта, в настоящее время имеют наибольшую коммерческую перспективу. “Мы находимся на пороге революции в персонализированном питании, когда пептиды, открытые с помощью искусственного интеллекта, могут быть включены в пищу для обеспечения конкретных преимуществ для здоровья, начиная от поддержания сна и заканчивая улучшением восстановления мышц. Что особенно интересно, так это то, что многие из этих пептидов могут быть получены из растительных источников, создавая более здоровые пищевые ингредиенты, одновременно уменьшая наше воздействие на окружающую среду”.
Например, по словам Халди, компания Nuritas коммерциализирует два растительных пептидных ингредиента: PeptiStrong для усиления эффекта белка и PeptiSleep для более глубокого и лучшего качества сна; оба они используются в таких форматах, как порошки, напитки, батончики и т. д., которыми «клиенты могут наслаждаться, получая при этом столь необходимую пользу для здоровья».
Пептиды, разработанные с помощью искусственного интеллекта, также начинают продвигаться в качестве терапевтических средств. В мае биотехнологическая компания ProteinQure закрыто раунд финансирования серии А на сумму 11 миллионов долларов для поддержки начала первого клинического испытания первого в своем классе конъюгата пептид-лекарство PQ203 для лечения тройного негативного рака; Компания заявила, что продвигает в клинику то, что, по ее мнению, является «первым пептидным терапевтическим препаратом, разработанным с помощью искусственного интеллекта». Первый пациент был дозирован в исследовании фазы 1 кандидата на лекарство в сентябре.
Еще одним недавним событием в области терапии, показывающим, как на самом деле развивается использование искусственного интеллекта и пептидов, стало слияние двух компаний, специализирующихся на разработке лекарств с использованием искусственного интеллекта, Tandem AI и Pepetual Medicines, для интеграции своих платформ для открытия малых молекул и пептидов. Этот шаг отражает попытку расширить использование ИИ за пределы малых молекул и во все более популярный класс лекарств — пептиды.
Новая область: начало золотого века пептидов?
«Мы стоим в начале того, что, я считаю, станет золотым веком для пептидов…», — сказал Халди. “ИИ – это ключ, который откроет эту возможность. Я ожидаю, что в ближайшие несколько лет мы увидим резкое увеличение числа пептидов, открытых с помощью ИИ, поступающих на рынок. Технология быстро развивается, и первые успехи, которые мы имеем, подтверждают правильность подхода. Это привлечет больше инвестиций и инноваций в эту область”.
Она отметила, что происходит более широкий сдвиг в том, как отрасли думают об ингредиентах: потребители, регулирующие органы и компании требуют лучших решений, продуктов и ингредиентов для здоровья. Пептиды, разработанные с помощью искусственного интеллекта, потенциально могут удовлетворить эти потребности, предоставляя «клинически эффективные, научно подтвержденные ингредиенты, которые также являются экологически ответственными».
Поскольку ИИ все больше и больше внедряется в разработку лекарств, размер рынка будет существенно расти – по оценкам, в 2024 году он составит 6,31 миллиарда долларов. прогнозируемый увеличится до $16,52 млрд к 2034 году, а совокупный годовой темп роста (CAGR) составит 10,10% в период с 2025 по 2034 год.
А поскольку пептидные препараты становятся все более популярными среди биотехнологических и фармацевтических компаний, вполне вероятно, что использование ИИ для их открытия и разработки также станет нормой.
“В конечном счете, я вижу будущее, в котором пептиды, созданные искусственным интеллектом, станут повседневной частью нашей жизни. Я вижу мир, в котором мы используем собственные пептиды природы, разумно открытые и оптимизированные, для улучшения жизней миллиардов людей”, – подчеркнул Халди.
Достижения в области открытия и разработки противомалярийных препаратов
На этом вебинаре рассматривается, как последние инновации меняют открытие и разработку противомалярийных препаратов. Узнайте, как передовые методы скрининга, разработка новых соединений и принятие решений на основе данных позволяют исследователям ускорить отбор кандидатов, преодолеть устойчивость паразитов и повысить терапевтическую эффективность на всех этапах исследований и разработок.
#Появление #ИИ #для #дизайна #пептидов #новая #область
По теме
