На изображении показано сравнение модели ИИ TAAR1 (бирюзовый) и структуры рецептора, определенной экспериментально (фиолетовый). Кредит: Алехандро Диас
Искусственный интеллект (ИИ) может помочь идентифицировать молекулы, которые могут служить новыми лекарствами для лечения расстройств психического здоровья. ИИ можно использовать для прогнозирования трехмерных структур важных рецепторов и тем самым ускорить разработку потенциальных лекарств. Это результат нового исследования Уппсальского университета, опубликованного в Science Advances.
При разработке лекарств часто используются экспериментальные методы для определения трехмерной структуры белков-мишеней и понимания того, как молекулы с ними связываются. Эта информация необходима для эффективного проектирования молекул лекарств. Однако процесс определения структуры может быть трудоемким, а это значит, что эту стратегию можно использовать не всегда.
Благодаря развитию методов искусственного интеллекта структуры белков теперь можно предсказывать с более высокой точностью, чем раньше.
Благодаря развитию методов искусственного интеллекта структуры белков теперь можно предсказывать с более высокой точностью, чем раньше.
р> <р>В исследовании ученые из Университета Уппсалы использовали ИИ для создания модели неизвестной трехмерной структуры рецептора. В данном случае рецептора TAAR1, который является интересным целевым белком для разработки лекарств от расстройств психического здоровья. Лекарственные молекулы, активирующие TAAR1, показали многообещающие результаты в лечении шизофрении и депрессии.
Используя суперкомпьютеры, исследователи затем просматривали химические библиотеки, содержащие миллионы молекул, чтобы найти те, которые лучше всего соответствуют модели. Молекулы, которые, как предполагалось, связываются с рецептором, затем были протестированы в экспериментах коллегами-исследователями из Каролинского института. Неожиданно большое количество молекул активировало TAAR1, и одна из самых мощных также продемонстрировала многообещающие эффекты в экспериментах на животных.
На заключительном этапе исследования экспериментальные структуры для TAAR1 внезапно стали доступны, и исследователи смогли сравнить их с моделями ИИ.
«Точность структур, созданных с помощью ИИ, была поразительной — я не мог в это поверить. Результаты также показывают, что моделирование с помощью ИИ значительно лучше традиционных методов. Теперь мы можем использовать ту же стратегию для рецепторов, о работе с которыми раньше могли только мечтать», — объясняет Йенс Карлссон, который руководил частью исследования в Уппсальском университете.
Дополнительная информация: Алехандро Диас-Ольгин и др., AlphaFold ускорили открытие психотропных агонистов, нацеленных на рецептор 1, связанный со следовыми аминами, Science Advances (2024). DOI: 10.1126/sciadv.adn1524
Информация о журнале: Science Advances
Предоставлено Университетом Уппсалы
