Разработка AI-системы для фармацевтики (Drug Discovery ассистент)

Разработка AI-системы для фармацевтики Drug Discovery ассистент

Разработка нового лекарства занимает 10–15 лет и стоит $2.6B (DiMasi et al.). AI сокращает этот путь не за счёт волшебства, а за счёт снижения числа тупиковых экспериментов через лучшее предсказание.

Этапы Drug Discovery, где работает AI

Target Identification

Выявление белков или генов, связанных с заболеванием. AI анализирует:

• Omics данные (геномика, протеомика, транскриптомика)
• Literature mining: миллионы публикаций PubMed — GNN выявляет скрытые связи ген-болезнь-лекарство
• Protein-protein interaction networks

Hit Identification

Поиск молекул-кандидатов из библиотек в 10⁶–10⁹ соединений. Задача: предсказать, какие молекулы будут связываться с target protein.

Подходы:

• Virtual screening: molecular docking с ML scoring функцией вместо медленного физического симулирования
• Generative design: VAE/Diffusion models генерируют новые молекулы de novo с заданными свойствами
• Graph Neural Networks: молекулы как молекулярные графы, предсказание активности

Lead Optimization

Превращение hit-молекулы в drug-like кандидата: оптимизация активности, селективности, фармакокинетики. Мультизадачное обучение на комбинированных датасетах ChEMBL, PubChem, ExCAPE.

Молекулярные GNN

Молекула = граф: атомы (узлы) + химические связи (рёбра). Node features: атомный номер, заряд, гибридизация, degree. Edge features: тип связи, ароматичность, кольцевая принадлежность.

import torch
from torch_geometric.nn import GCNConv, global_mean_pool

class MolecularGNN(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = GCNConv(in_channels=9, out_channels=64)
        self.conv2 = GCNConv(64, 64)
        self.conv3 = GCNConv(64, 128)
        self.fc1 = torch.nn.Linear(128, 64)
        self.fc2 = torch.nn.Linear(64, 1)  # binding affinity prediction

    def forward(self, x, edge_index, batch):
        x = F.relu(self.conv1(x, edge_index))
        x = F.relu(self.conv2(x, edge_index))
        x = F.relu(self.conv3(x, edge_index))
        x = global_mean_pool(x, batch)
        x = F.relu(self.fc1(x))
        return self.conv3(x)  # predicted pIC50

Бенчмарки: QM9 (квантово-химические свойства), MoleculeNet, TDC (Therapeutics Data Commons).

ADMET предсказание

Absorption, Distribution, Metabolism, Excretion, Toxicity — более 50% кандидатов в клинических испытаниях проваливаются из-за ADMET проблем. Раннее предсказание экономит годы.

Предсказываемые свойства:

• Oral bioavailability (F%)
• Blood-brain barrier permeability
• CYP450 inhibition (лекарственные взаимодействия)
• hERG cardiac toxicity
• Ames test (genotoxicity)
• Aqueous solubility

Датасет: проприетарные данные фармкомпаний + публичные (ChEMBL, DrugBank). Модели: graph-based (лучше для структурных предсказаний) + fingerprint-based (Morgan, ECFP + GBM).

Generative Molecular Design

REINVENT (AstraZeneca)

RL-based генератор новых молекул: prior (RNN или Transformer, обученный на ChEMBL) + scoring function (ADMET, активность) → agent генерирует молекулы, максимизирующие reward.

Diffusion models для 3D молекул

DiffSBDD, TargetDiff генерируют 3D-конформации молекул с учётом формы связывающего кармана белка. Drug design "снизу вверх" от формы мишени.

Fragment-based design

Комбинирование известных фрагментов с желаемыми свойствами. AI предсказывает совместимость фрагментов и синтетическую доступность (synthesizability score — Synthetic Accessibility Score).

Практические результаты

• Галунисертиб (Eli Lilly): AI сократил virtual screening с 9 месяцев до 4 недель
• AlphaFold2: предсказание структур белков → база для structure-based drug design
• Insilico Medicine: первый AI-designed кандидат в клинических испытаниях Phase II (2023)

AI не заменяет химиков — он помогает направлять эксперименты туда, где вероятность успеха выше. Сокращение экспериментального цикла: 30–50% меньше синтезов до нахождения lead compound.