Інженери створили інструмент для прогнозування метаболітів хімічних реакцій в організмі людини

З новою технологією, створеною в інженерній школі Брауна Університету Райса, фармкомпанії зможуть краще зрозуміти, як ліки, що розробляються ними, будуть діяти в організмі людини.

0
54
розробка ліків

Фахівці інженерної школі Брауна Університету Райса представили Metabolite Translator – обчислювальний інструмент, який прогнозує метаболіти, продукти взаємодії між невеликими молекулами, такими як ліки і ферменти.[1]

Відомо, що безпека ліків залежить не тільки від самого препарату, але й від метаболітів, які можуть утворитися при його переробці в організмі. Ферменти, які діють на хімічні речовини і можуть розривати або утворювати зв’язки, які перетворюють їхню структуру на щось інше, що може бути токсичним або небезпечним. Існуючі методології перевірки лікарських препаратів зосереджені на печінці, тому що більшість ксенобіотичних з’єднань, до яких належать і ліки, метаболізуються саме там. Однак новий інструмент намагається охопити людський метаболізм в цілому.

Розробка нової технології стала можливою завдяки появі архітектур машинного навчання, які працюють зі структурованими даними, такими як хімічні молекули. Спочатку дослідники завантажили в Metabolite Translator 900 000 відомих хімічних реакцій, а потім – забезпечили його даними про метаболічні перетворення в організмі людини. Дослідники навчили Metabolite Translator передбачати метаболіти за допомогою будь-якого ферменту, але виміряли його ефективність в порівнянні з існуючими методиками прогнозування побічних реакцій, орієнтованими на ферменти в печінці.

Порівнявши результати, вони виявили, що Metabolite Translator працював так само добре, як і зазвичайні методи. Більш того, він також ідентифікував ферменти, які зазвичай не беруть участь у метаболізмі ліків і не були виявлені існуючими методами. Дослідники впевнені, що новий обчислювальний інструмент може допомогти фармацевтичним компаніям розширити свої можливості по дослідженню безпеки ліків.

Використані фото Shutterstock/FOTODOM UKRAINE

  1. Eleni E. Litsa, Payel Das, Lydia E. Kavraki. Prediction of drug metabolites using neural machine translationChemical Science, 2020; DOI: 10.1039/D0SC02639E

НАПИШІТЬ ВІДПОВІДЬ

Please enter your comment!
Please enter your name here