Исследователи ИИ разработали метод повторного использования существующих препаратов для борьбы с Covid-19

Международная команда исследователей применила модели ИИ для поиска уже существующих препаратов, которые могут лечить Covid-19 у пожилых пациентов. Команда исследователей применила модели автоэнкодера к препаратам, уже находящимся на рынке, с целью найти общие черты в изменениях экспрессии генов, вызванных как естественным старением, так и Covid-19.

Как объяснила соавтор исследования, вычислительный биолог в MIT, Кэролайн Улер, проблема разработки новых препаратов для борьбы с Covid-19 заключается в том, что процесс разработки препаратов может занять годы. ИИ уже используется для открытия новых препаратов, нахождения новых формул для терапевтических препаратов намного быстрее, чем традиционные методы открытия препаратов. К сожалению, даже относительно высокая скорость, с которой можно открыть препараты с помощью ИИ, все еще слишком медальна для ситуации, подобной пандемии Covid-19. Гораздо более эффективно повторно использовать существующие препараты.

Чтобы найти препарат, который может бороться с последствиями Covid-19 у пожилых людей, исследователи изучили гены, которые претерпевают изменения как при нормальном старении, так и при воздействии вируса Covid-19.

Covid-19, как полагают, использует определенные клеточные пути, особенно воспалительные пути, для репликации. Также известно, что последствия Covid-19 намного хуже у пожилых людей, чем у более молодых. Кроме того, дыхательные системы стареющих людей характеризуются изменениями в жесткости тканей. Учитывая эти факты, исследователи искали гены, измененные как старением, так и Covid-19, с целью найти препараты, которые взаимодействуют положительно с этими генами.

Команда исследователей использовала трехэтапный процесс для поиска генов, общих для обоих путей. На первом этапе исследования команда использовала автоэнкодер для генерации списка кандидатных препаратов. Это было сделано путем анализа двух наборов данных моделей экспрессии генов, выбора препаратов, которые, казалось, снижают общее воздействие вируса. Результатом был список кандидатных препаратов и их взаимодействий с белками в путях старения и инфекции. Затем исследователи взяли список кандидатных препаратов и сопоставили взаимодействия между белками и двумя различными путями, получив карту взаимодействий белков для обоих. Исследователи затем сравнили две карты взаимодействий белков, чтобы найти области перекрытия. Это привело к открытию сети экспрессии генов, на которую должны влиять препараты для снижения тяжести Covid-19 у пожилых пациентов.

На заключительном этапе исследования команда применила статистические методы для определения причинно-следственных связей в отображаемых сетях. С помощью этого метода они смогли определить точные гены, с которыми должен взаимодействовать кандидатный препарат, чтобы наиболее эффективно снизить тяжесть инфекции Covid-19.

Согласно результатам их анализа, ген RIPK1 был частью генома, которая, как полагали, наиболее подходит для нацеливания терапевтическими препаратами против Covid-19. Некоторые из кандидатных препаратов используются для лечения рака. Другие кандидатные препараты уже тестируются медицинскими институтами для лечения Covid-19.

Команда исследователей отмечает, что это только первый шаг в определении того, какие препараты можно повторно использовать для лечения Covid-19. Необходимы обширные эксперименты in vitro и клинические испытания, чтобы определить, действительно ли эти препараты эффективны. Однако, если этот подход окажется успешным, он может быть использован для поиска эффективных препаратов для других заболеваний.

Согласно исследовательской команде:

“Хотя мы применяем нашу вычислительную платформу в контексте SARS-CoV-2, наши алгоритмы интегрируют модальности данных, доступные для многих заболеваний, что делает их широко применимыми.”