До 100-річчя заснування Національної академії наук України
Нещодавно на П’ятому каналі вийшла передача з промовистою назвою «Робот-хімік: штучний інтелект навчили прогнозувати нові хімічні сполуки».
Автори цього відеосюжету, подаючи новину про винахід такого робота як велике наукове досягнення, варте Нобелівської премії, очевидно, ґрунтувались на тому, що інформація про автоматизовану систему синтезу була опублікована в провідному науковому журналі «Nature» (Nature, 2018. DOI: 10.1038/s41586-018-0307-8 (About DOIs)).
Чи може подібна система з нейронною мережею замінити мозок кваліфікованого хіміка-органіка? На мій погляд, ні. Поки що ні.
Нейронні мережі із двохтисячних років почали активно застосовувати для вирішення різноманітних практичних задач, зокрема таких, як розпізнавання тексту та зображень.
Власне, це було зумовлено низкою передумов: 1) з’явились доступні обчислювальні потужності; 2) існує багато відкритих даних, які використовуються для навчання нейронних мереж; 3) математики розробили більш складну архітектуру мереж.
Щоб нейронна мережа почала працювати, потрібно мати інформацію, щоб навчити її виконувати потрібну задачу. У випадку розпізнавання зображень особливих проблем не існує, оскільки можна легко знайти тисячі різних фото котиків та використати їх для того, щоб навчити мережу шукати, наприклад, рудого кота серед величезної кількості зображень різних тварин.
У випадку застосування нейронних мереж для планування хімічних реакцій хімік повинен особисто експериментально відпрацювати певний тип хімічних реакцій. І лише потім можна навчити нейронну мережу.
Отже, штучному мозку залишається не так уже й багато роботи. На відпрацьованих хіміком реакціях із 80-відсотковою ймовірністю синтезувати те, що лишилося…
Проте часи комбінаторного синтезу вже давно вже минули. Багато речовин синтезувати не потрібно. Нині епоха так званого раціонального дизайну ліків, де ключовою фігурою є кваліфікований хімік-органік, який повинен синтезувати передбачені комп’ютерними програмами хімічні структури. Замінити природній мозок хіміка на штучний ми поки ще не в змозі. Більш детально про раціональний дизайн ліків можна прочитати тут.
Для практичного застосування, на мій погляд, більш корисний підхід, який нещодавно запропонували фахівці компанії «BioSolveIT GmbH». Цей підхід базується на реальному досвіді хіміків і на комерційно доступних хімічних реагентах. Як працює цей підхід, можна почитати на сайті компанії – https://www.biosolveit.de/REALSpaceNavigator/.
Чи застосовують в Україні нейронні мережі для пошуку нових ліків? Так, у відділі біомедичної хімії Інституту молекулярної біології і генетики НАН України їх застосовують для розробки нових антибіотиків.
Нині глобальною проблемою людства стає резистентність до антибіотиків. У мікроорганізмів виробляється стійкість до антибіотиків, яка передається наступним поколінням і, що найстрашніше, різні мікроорганізми можуть обмінюватися цією здатністю між собою через так званий горизонтальний перенос генів.
Згадайте пеніцилін, яким лікувались наші батьки і дідусі з бабусями. Чому сьогодні його не застосовують? Медичні хіміки змушені постійно шукати нові антибіотики, оскільки до існуючих із часом виробляється резистентність, як виробилась і до пеніциліну.
Хочу зазначити, що успіхи в цьому напрямі наукових досліджень досить скромні. За останні 20 років принципово нових антибіотиків не знайдено. Це зумовлено тим, що фармацевтична промисловість насамперед орієнтована на одержання прибутків, а не на гуманітарні цінності. Топ менеджери Big Pharma не будуть витрачати більше 3 трильйонів доларів на розробку ліків, які через декілька років будуть нікому не потрібні. Їм потрібні ліки, які споживають роками…
Який же буде світ без антибіотиків, якщо вчені, не дай Бог, програють у війні з патогенними мікроорганізмами? Це буде катастрофа. Людство повернеться в епоху середньовіччя.
Наслідки найбільш поширених інфекцій, з якими справляються антибіотики, – менінгіт, туберкульоз, хвороба Лайма, ангіна, запалення горла, вушні інфекції – будуть важкими, а перебіг хвороб – довгим і болісним.
Попит на пластичну хірургію зникне. Будь-яка операція – це ризик зараження.
Виробники презервативів озолотяться, адже більшість захворювань, що передаються статевим шляхом, лікуються антибіотиками.
Навіть садна стануть фатальними. Достатньо невеликого порізу, щоб людський організм атакували патогенні бактерії.
Ніяких трансплантацій. Узагалі ніякої серйозної хірургії. Операції на серці, трансплантація органів та багато іншого зникнуть. Хірургічні втручання стануть дуже небезпечними.
Більшість людей стане вегетаріанцями. Щорічно від 6 до 8 тисяч тонн антибіотиків використовують для домашньої худоби в одній лише Америці.
Лікування онкологічних захворювань стане немислимим. Усі основні способи боротьби з онкологічними захворюваннями можуть провокувати інфекційні захворювання.
Пологи стануть вкрай небезпечними. Відсутність антибіотиків збільшить смертність під час пологів до 41 раза.
Науковці відділу біомедичної хімії Інституту молекулярної біології і генетики НАН України одними з перших в Україні застосували штучний інтелект для прогнозування нових сполук з антимікробною активністю (антибіотиків).
На відміну від застосування штучного інтелекту для планування хімічних реакцій, застосування його для передбачення нових антибіотиків, на мій погляд, більш виправдане й раціональне. Передусім це зумовлено великою кількістю біологічних даних, які потрібно обробляти. Про перспективи застосування штучного інтелекту для розробки нових ліків ідеться в моїй публікації «Біоінформатика – бізнес майбутнього, у який варто вкладати гроші українським бізнесменам».
Підхід, який ми застосували в наших дослідженнях, включає в себе комбінацію 2 потужних методів машинного навчання – штучних нейронних мереж і Баєсової статистики.
В умовах, коли часто структури молекулярних мішеней невідомі, а натомість є масиви даних про активність сполук відносно бактерій, що нас цікавлять, штучний інтелект дуже добре себе зарекомендував. Він дає змогу проаналізувати ці дані і на основі здобутих знань знаходити нові потенційно активні сполуки, що відносяться до нових хімічних класів, серед великих досліджуваних колекцій сполук.
Щоб навчити нейромережу, їй даються набори активних і неактивних сполук відносно певного патогенного мікроорганізму. Такі «натреновані» нейронні мережі однаково добре підходять як для первинних тотальних віртуальних скринінгів з метою ідентифікації нових сполук-хітів, так і для їхньої оптимізації до лідерних сполук.
Науково-популярно про сучасну технологію розробки ліків можна прочитати тут.
За результатами наших досліджень було взято 2 патенти, які були продані одній з українських фармацевтичних компаній для проведення попередніх клінічних досліджень знайдених нами сполук з антимікробною активністю.
Пошук нових антибіотиків у відділі біомедичної хімії триває.