Новая модель для ускорения разработки лекарств

Создание новых медикаментов является длительным и затратным процессом, требующим 10-15 лет от идеи до выхода препарата на рынок. Многие кандидаты отбраковываются на ранних этапах. Для уменьшения числа таких случаев важно ускорить вычислительные процессы, связанные с поиском мишеней и комбинаций, способствующих восстановлению клеток из болезненного состояния. В этой связи команда из Гарвардской медицинской школы представила модель PDGrapher — графовую нейросеть, которая занимается «обратным поиском». Вместо предсказания реакции клеток на лекарства, алгоритм сравнивает больные и здоровые клетки, находя вмешательства, способные преобразовать первое состояние во второе. В тестах PDGrapher продемонстрировала большую точность и скорость по сравнению с аналогами, обрабатывая данные до 25 раз быстрее. Ученые удалили известные решения из обучающей выборки, и модель смогла найти их самостоятельно, что подтверждает её способность генерировать новые идеи. На текущий момент PDGrapher прошла только вычислительные тесты, а дальнейшие исследования будут направлены на клинические испытания. Код алгоритма доступен на GitHub под MIT-лицензией, что позволяет использовать его в научных целях.