Рекомендательные алгоритмы приспособили для поиска лекарств

МОСКВА, 22 июня. /ТАСС/. Российские ученые выяснили, что популярные алгоритмы могут не только рекомендовать пользователям подходящую музыку или фильмы в интернет-магазинах, но и эффективно отбирать соединения с противовирусной активностью. Об этом пишет пресс-служба Сколковского института науки и технологий со ссылкой на статью в научном журнале ACS Omega.

В новой работе ученые проверили, как работают алгоритмы рекомендации товаров по двум направлениям: могут ли они порекомендовать новый противовирусный препарат с оглядкой на те, что уже были исследованы, и могут ли они предложить уже внедренное в клиническую практику лекарство для лечения новой болезни. Для этого исследователи провели вычислительные эксперименты и сравнили результаты применения различных рекомендательных систем для отбора молекул с противовирусной активностью.

Оказалось, что рекомендательные системы могут определить, обладают ли соединения противовирусной активностью и отобрать наиболее перспективных кандидатов в лекарства в больших химико-биологических данных. В частности, ученые использовали для проверки алгоритмов базу ViralCHEMBL, в которой хранится информация о противовирусной активности около 250 тысяч малых молекул относительно 158 видов вирусов.

"Несмотря на то, что математические алгоритмы, лежащие в основе рекомендательных систем, обладают универсальностью, требуется глубокое понимание предметной области: медицинской химии, биологии и машинного обучения, чтобы создать эффективную рекомендательную систему для отбора перспективных противовирусных соединений", – прокомментировала Екатерина Соснина, один из авторов работы, аспирант Сколтеха.

Ученые надеются, что их исследование поможет ускорить поиск новых противовирусных препаратов, а также даст возможность экстренного перепрофилирования уже известных лекарств: как для борьбы с новым коронавирусом SARS-CoV-2, так и в случае вспышек новых вирусных заболеваний.