180 тысяч американцев были госпитализированы и еще 10 тысяч умерли в результате вспышки гриппа в последние месяцы, а растущие опасения в Европе привели к отмене Mobile World Congress 2020 – всего за неделю до его открытия в Барселоне. Так выглядит очередное появление потенциально пандемических штаммов гриппа, обладающих усиленной способностью противостоять иммунитету, заражать организм и вызывать тяжелые осложнения.
Увы, но традиционные методы лечения и разработки вакцин становятся всё более неэффективными. Исследователи могут потратить почти десятилетие на тщательную проверку разрабатываемого лекарства. Всё это дополняется финансовым вопросом: разработка одного лекарственного средства обходится в среднем в 2.6 миллиарда долларов – более чем в два раза дороже, чем в 2003 году, – и только около 12 процентов из разработок когда-либо получают лицензирование.
Использование систем на основе машинного обучения позволит радикально изменить эту ситуацию. Исследователи смогут применять ИИ для сортировки массивных баз данных соединений-кандидатов и выбора исключительно эффективных моделей, не отвлекаясь на ручные проверки.
Один из первых прототипов такой системы был недавно представлен в Австралии. Программа, получившая кодовое имя SAM, была обучена отличать молекулы, которые эффективны против гриппа, а также генерировать триллионы потенциально подходящих структур химических соединений на основе загруженных в неё данных.
В качестве испытания, системе предложили дополнить уже существующую версию вакцины от гриппа. Команда исследователей выбрала лучшие из полученных соединений и физически синтезировала их. Последующие испытания на животных показали, что дополненная вакцина оказалась более эффективной, чем ее недоработанный предшественник.
Ожидается, что первое полученное таким способом лекарство пройдёт клинические испытания уже в ближайшие 12 месяцев, что в дальнейшем позволит ей выйти на массовый рынок. Таким образом, срок её разработки составит всего 2 года, вместо привычных 5-10 лет.
Фото: Engadget
