Для повышения эффективности вакцин применят искусственный интеллект

Читать в полной версии

О том, что Институт искусственного интеллекта AIRI займется повышением эффективности вакцин, заявила научный руководитель институтской группы «Биоинформатика» Ольга Кардымон, выступая на организованной Сбербанком конференции AI Journey (корреспондент РБК на ней присутствовал). Проект реализуется совместно с НИЦЭМ им. Н.Ф. Гамалеи, разработчиком вакцины «Спутник V» против коронавируса.

Институт искусственного интеллекта AIRI был учрежден Сбербанком в декабре 2020 года в форме российской автономной некоммерческой организации. Основная цель — найти возможности применения искусственного интеллекта для решения сложных социальных, экономических и научных задач. За год число сотрудников института выросло до 100 человек, из них 37 — кандидаты и доктора наук, 15 — профессора.

Институтом управляет совет, председатель — Юрген Шмидхубер, немецкий и швейцарский ученый, специализирующийся на обучении нейросетей. Сотрудники входят в 18 команд, работающих над разными направлениями, главные из которых фундаментальные исследования для создания более универсальных, сильных и «умных» алгоритмов и решение практических задач с использованием искусственного интеллекта для медицины, развития науки, а также поддержки промышленности.

По словам Ольги Кардымон, институт займется улучшением иммунологических свойств S-белка, выступающего основным компонентом большинства вакцин от коронавируса. Первый блок работ сводится к тому, чтобы сделать его более привлекательным для антител, способных остановить вирус. Для этого в институте разработали компьютерный дизайн S-белка, в который специально внесли несколько мутаций, чтобы зафиксировать в том положении, в каком он наиболее доступен для нейтрализующих вирус антител.

Вторая разработка института — использование NLP-подхода (обработка естественного языка), который определяет участки белков вируса, распознающиеся иммунной системой. В институте обучают модель, чтобы, во-первых, она определяла, где на поверхности S-белка находятся такие участки. Затем система определяет, вызывают ли они иммунный ответ. В-третьих, в институте предполагают, что такую модель в будущем можно использовать, чтобы оценить, влияют ли отдельные мутации в отдельных положениях на связывание с антителами. Прогнозируя появление таких «злых» мутаций, которые в определенных местах будут влиять на связывание антител с поверхностью вируса, появится возможность попробовать создать дизайн белка, где негативный эффект будет компенсирован. «Мы надеемся, что в результате вакцины станут более эффективными в случае появления новых мутаций и штаммов. На разработку новых вакцин в лабораториях будет уходить меньше времени», — рассказала Ольга Кардымон.

Директор по развитию компании RNC Pharma Николай Беспалов назвал описанную институтом работу «сугубо научной, причем в очень узком направлении». «Фактически они сформировали программный алгоритм, который в теории позволяет найти наиболее эффективные для связывания с антителами участки белка. Причем сейчас этот алгоритм только обучается, никаких гарантий, что он будет работать эффективно, нет, тем более нет никаких оснований предполагать, что эта экспериментальная работа сможет позволить решить какие-то медицинские задачи в обозримой перспективе», — рассуждает он.

Николай Беспалов подчеркнул, что пока речь идет не об этапе создания препарата, а о предшествующей этому стадии компьютерного дизайна: «Я бы даже не называл это сейчас разработкой In silico (компьютерное моделирование, симуляция эксперимента, чаще биологического. — РБК); это скорее попытка заняться этой работой». В то же время, отметил он, «неплохо», что такая работа вообще проводится: как минимум люди учатся, формируют материально-техническую и программную базу для работы, а если технология действительно будет разработана, есть шансы, что она будет использоваться и в реальной работе.

Гендиректор компании DSM Group Сергей Шуляк отметил, что искусственный интеллект для разработки молекул используется давно. «С точки зрения вакцин такое уже делают в Европе, в частности есть разработка полностью синтетической вакцины, имитирующей S-белок. То, что делает Институт искусственного интеллекта AIRI, напоминает этот подход, но, несмотря на то что технология не новая, она может положить начало к созданию новой платформы для создания вакцин», — рассуждает он.

По словам управляющего партнера аналитической компании Marketing Logic Дмитрия Галкина, описанное решение «выглядит как реальная помощь в исследованиях, так как обученные модели нейросетей действительно способны гораздо быстрее человека находить по заданным параметрам необходимые участки белковой структуры (равно как и любой другой структурированной информации) и проверять, подходят ли они для проверки гипотезы». «Результатом такого исследования, например, может быть список потенциально интересных для проверки в лабораторных условиях совпадений. Таким образом, ученые будут иметь дело не с миллионами или тысячами потенциальных вариантов, а с десятками, что гораздо легче проверить опытным путем, то есть для дальнейшей работы останутся самые перспективные варианты», — пояснил он. По словам Дмитрия Галкина, похожим образом фармкомпании разрабатывают новые лекарства.

Глава MTC AI Александр Ханин согласен, что такое тестирование позволяет «условно отсортировать, например, различные варианты белка (белков) на высокоэффективные и низкоэффективные». «Это должно в идеале ускорить разработку лекарств и вакцин, так как можно будет сфокусироваться только на высокоэффективных вариациях. Плюс за счет моделирования можно будет в идеале повысить устойчивость к появлению новых штаммов, так как можно будет заранее к ним подготовиться еще на этапе создания вакцины или лекарства», — отметил он.