Дата публикации: 26 февраля 2021 15:33
Российские биохимики создали алгоритм прогнозирования вероятности связывания белков человека и белков лекарственных препаратов, который можно использовать для предварительной оценки эффективности лечения
Патент: 2743316
Авторы: Петр Попов; Игорь Козловский
Патентообладатель: Сколковский институт науки и технологий
Белки, находящиеся в живом организме, являются важной «точкой приложения» действия лекарственных препаратов, поскольку отвечают за множество его функций. Взаимодействие лекарственного препарата и белка всегда происходит в трехмерном пространстве, где пространственная структура протеина определяет, может ли какое-либо средство при их взаимодействии изменить структуру белка таким образом, чтобы он реализовал свою биологическую фикцию. Соответственно, зная трехмерную структуру белка, мы можем прогнозировать вероятность связывания белков и препарата, т.е. можно оценить эффективность лечения или профилактики.
Технология, предложенная российскими исследователями, основана на технологии машинного обучения. В основе алгоритма лежит цифровой анализ структур белковых комплексов, позволяющий оценить плотность атомов, которые входят в состав комплексов. На основе этого анализа строится т.н. «воксельная сетка» — объемная модель комплекса, которую делят на более мелкие кубические сетки, а каждая ячейка такой сетки заполняется прогнозным значением возможного связывания или «доверительной вероятностью». После получения результатов рассчитанного прогноза, точнее, предсказания центров участков связывания, можно финализировать прогноз лечения или профилактики с учетом аминокислотных остатков.
Преимущество такой «системы предсказания» — в постоянном накоплении и обновлении данных о полученных прогнозах. Кроме того, она даёт возможность индивидуального анализа конкретных белков каждого пациента, что означает подбор максимально эффективного персонального лечения. Например, выбор дозировки препарата или продолжительности его применения гораздо эффективнее осуществлять не на основе усредненных протоколов лечения, а с учётом индивидуальных особенностей организма пациента.
Подробности алгоритма — в опубликованном патенте.