Пошук нових ліків є дорогим і трудомістким завданням. Але тип штучного інтелекту, який називається машинним навчанням, може значно прискорити процес і виконати роботу за відносно невелику ціну. Нещодавно вчені використали цю технологію, щоб знайти трьох перспективних кандидатів на сенолітичні препарати – ліки, які уповільнюють старіння та запобігають вікові захворювання.
Сенолітики діють вбивче на старіючі клітини. Ці клітини є «живими» (метаболічно активними), але вони більше не можуть реплікуватися (відтворюватися). Тому їх часто називають клітини-зомбі.
Ці клітини зазнали пошкодження своєї ДНК – наприклад, клітини шкіри, пошкоджені сонячними променями – тому зупинка їх реплікації зупиняє поширення пошкодження.
Старіючі клітини – це не завжди добре. Вони виділяють коктейль запальних білків, які можуть поширюватися на сусідні клітини. Протягом життя наші клітини зазнають шквалу нападів, від УФ-променів до впливу хімічних речовин, і тому ці клітини накопичуються.
Підвищена кількість старіючих клітин пов’язана з рядом захворювань, включаючи діабет 2 типу, COVID, легеневий фіброз, остеоартрит і рак. Дослідження на лабораторних мишах показали, що усунення старіючих клітин за допомогою сенолітиків може полегшити ці захворювання. Ці препарати можуть вбивати зомбі-клітини, зберігаючи здорові клітини живими.
Відомо близько 80 сенолітиків, але лише два були випробувані на людях: комбінація дазатинібу та кверцетину. Було б чудово знайти більше сенолітиків, які можна було б використовувати при різноманітних захворюваннях, але потрібно від десяти до 20 років і мільярди доларів, щоб препарат вийшов на ринок. Тож вчені вирішили звернутися за домогою до ШІ.
Для проведення цього дослідження вони наповнили моделі ШІ прикладами відомих сенолітиків і несенолітиків. Моделі навчилися їх розрізняти і після цього могли бути використані для прогнозування того, чи можуть молекули, які вони ніколи раніше не бачили, також бути сенолітиками. За допомогою ШІ науковці виявили 21 молекулу з потенційними сенолітичними властивостями.
“Якби ми перевірили оригінальні 4340 молекул у лабораторії, нам знадобилося б принаймні кілька тижнів інтенсивної роботи та 50 000 фунтів стерлінгів лише на придбання сполук, не рахуючи вартості експериментального обладнання та установки”, – сказав один із вчених.
Потім вчені протестували ці препарати-кандидати на двох типах клітин: здорових і старіючих. Результати показали, що з 21 сполуки три (периплоцин, олеандрин і гінкгетин) змогли усунути старіючі клітини, зберігаючи при цьому більшість нормальних клітин. Потім ці нові сенолітики пройшли подальше тестування, щоб дізнатися більше про те, як вони діють в організмі. Детальніші біологічні експерименти показали, що з трьох препаратів олеандрин виявився більш ефективним, ніж відомий ефективний сенолітичний препарат у своєму роді.
Потенційні наслідки цього міждисциплінарного підходу – із залученням спеціалістів із обробки даних, хіміків і біологів – величезні. Маючи достатню кількість високоякісних даних, моделі штучного інтелекту можуть пришвидшити дивовижну роботу, яку виконують хіміки та біологи роками. Це допоможе швидше знайти методи лікування та ліки від хвороб, які щороку забирають сотні тисяч людських життів.