Новая система искусственного интеллекта ускоряет разработку лекарств от туберкулёза с точностью до 94%
Исследователи из Техасского университета A&M разработали новую систему искусственного интеллекта, которая может ускорить поиск лекарств от туберкулёза. Вместо того чтобы искать эффективные препараты напрямую, модель помогает выявлять соединения, способные давать ложные результаты в лабораторных тестах. Это позволяет сосредоточить усилия на действительно перспективных кандидатах и сократить затраты времени и ресурсов.
Одной из главных проблем при разработке новых лекарств являются так называемые «мешающие соединения». Они создают впечатление, что вещество обладает лечебным эффектом, хотя на самом деле искажают результаты экспериментов. Такие ложноположительные результаты могут привести к дорогостоящим ошибкам и замедлить поиск новых препаратов.
Для решения этой задачи учёные создали модель CAGE-Fusion (Co-Attention Graph Embedding Fusion). Она одновременно анализирует химическую структуру молекулы и её цифровое описание, объединяя оба источника информации. Такой подход позволяет точнее распознавать соединения, которые могут вводить исследователей в заблуждение.
Во время испытаний модель показала высокую точность. В задаче классификации нежелательных соединений она достигла значения ROC-AUC 0,94 и PR-AUC 0,73. Кроме того, система способна визуализировать, какие участки молекулы повлияли на принятое решение, что делает её работу более понятной для исследователей.
Авторы отмечают, что CAGE-Fusion может стать полезным инструментом на ранних этапах разработки лекарств, помогая быстрее исключать неподходящие соединения и повышая эффективность поиска новых препаратов.
Ранее учёные из США представили проект в сфере профилактики на основе искусственного интеллекта. Так называемые «цифровые двойники» используются для оценки эффективности различных стратегий борьбы с ВИЧ и гепатитом С.
