Просмотр исходного текста страницы Ученые разрабатывают прогностическую модель для поиска новых противовирусных соединений

[[Файл:Москалев.jpg|thumb|450 px|left|link=| Младший научный сотрудник ЦКП «СКИФ» Иван Москалев. Фото: Анна Плис]]

''Коллектив российских ученых работает над созданием прогностической модели для оценки противовирусного потенциала малых молекул в отношении патогенных вирусов. На сегодняшний день в тестовом режиме уже запущены модели для быстрого отбора эффективных и нетоксичных соединений против вируса оспы. Точность прогноза превышает 80%. Такой подход позволит существенно ускорить и удешевить поиск наиболее эффективных и безопасных для человека соединений, которые могут рассматриваться как перспективные агенты для создания новых противооспенных препаратов. 
''
На сегодняшний день точность прогноза модели по вирусам оспы составляет 83%. В ближайшей перспективе ученые планируют повысить точность прогноза и «обучить» модель выявлять молекулы, обладающие активностью против коронавируса и вируса иммунодефицита человека (ВИЧ).  

Исследование выполняется совместно сотрудниками Центра коллективного пользования «Сибирский кольцевой источник фотонов», Уфимского института химии УФИЦ РАН, Института интеллектуальных и кибернетических систем Национального исследовательского ядерного университета «МИФИ», Новосибирского института органической химии СО РАН и ФБУН ГНЦ ВБ «Вектор».

«Разработка и создание новых противовирусных препаратов – это сложный многоэтапный процесс, требующий колоссальных физических и материальных затрат. Как правило, все начинается с синтеза некоторого количества малых молекул, с последующей оценкой цитотоксичности и противовирусной активности в отношении заданного вируса. Использование прогностической модели предполагает отбор наиболее перспективных соединений еще до проведения синтеза», — '''рассказывает младший научный сотрудник ЦКП «СКИФ» Иван Москалев'''.

Прогностическая модель представляет собой нейросетевой алгоритм, который оценивает противовирусный потенциал природных и синтетических соединений. Критерием отбора выступает индекс селективности — соотношение концентрации, при которой проявляется цитотоксичность исследуемого соединения, к концентрации, при которой проявляется ингибирующая его активность. Чем выше это значение, тем перспективнее соединение. 

Для обучения модели исследователи собрали уникальную базу данных, содержащих записи о структурах малых молекул, значений их цитотоксичности и противовирусной активности. На сегодняшний момент база данных содержит около 1800 молекул, протестированных в отношении ортопоксвирусов. 

«Одно из главных условий получения точного прогноза – качество данных, на которых обучается модель. Хорошо известный факт, что данные о биологической активности одной и той же молекулы, полученные в разных лабораториях, даже при соблюдении одного и того же протокола эксперимента, могут отличаться в несколько раз. Отличие нашей прогностической модели от зарубежных и российских аналогов в том, что мы обучаем ее на основе собственной базы соединений без использования открытых данных мировых банков. Это проверенные экспериментальные данные, полученные на конкретном вирусе, на конкретной линии клеток в одних и тех же условиях и часто в одних и тех же лабораториях. Мы предполагаем, что подобный биохимически осмысленный подход позволит нам увеличить точность прогнозирования», – добавила '''ведущий научный сотрудник ЦКП «СКИФ» и лаборатории химической физики УфИХ УФИЦ РАН, д.х.н. София Борисевич'''. 

В перспективе, помимо проверки активности существующих соединений, ученые смогут использовать данные модели для дизайна новых эффективных противовирусных соединений. 

''Работа поддержана грантом РНФ № 26-13-00092''