Российские ученые разработали нейросетевой алгоритм, позволяющий подбирать наиболее перспективные соединения против вируса оспы с точностью выше 80%. Об этом сообщили в пресс-службе ЦКП "Сибирский кольцевой источник фотонов".
© ТАСС
"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)", — говорится в сообщении.
Прогностическая модель представляет собой нейросетевой алгоритм, который оценивает противовирусный потенциал природных и синтетических соединений. 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 1,8 тыс. молекул, протестированных в отношении ортопоксвирусов.
По словам ведущего научного сотрудника ЦКП "СКИФ" Софьи Борисевич, 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", — приводит пресс-служба слова Борисевич.
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. В перспективе, помимо проверки активности существующих соединений, ученые смогут использовать данные модели для создания новых эффективных противовирусных соединений.
