ИИ помог исследователям заблокировать вирус до начала заражения

Вкратце

• Исследователи выявили ключевое молекулярное взаимодействие, от которого зависят вирусы для проникновения в клетки, и разрушили его в лабораторных экспериментах.
• В работе использовался ИИ и молекулярные симуляции для сокращения тысяч взаимодействий до одного критического объекта.
• Ученые сказали, что этот подход может помочь направлять будущие исследования в области противовирусных средств и заболеваний, хотя это все еще ранняя стадия.

Центр искусства, моды и развлечений Decrypt.

Откройте для себя SCENE

Большинство противовирусных препаратов нацелены на вирусы после того, как они уже проникли в клетки человека. Исследователи из Университета штата Вашингтон заявили, что нашли способ вмешаться раньше, выявив одно молекулярное взаимодействие, от которого зависят вирусы для первичного проникновения в клетки.

Исследование, опубликованное в ноябре в журнале Nanoscale, было сосредоточено на проникновении вирусов — одном из наименее понимаемых и самых сложных этапов инфекции для нарушения, с применением искусственного интеллекта и молекулярных симуляций для выявления критического взаимодействия внутри слияющегося белка, которое, при изменении в лабораторных условиях, предотвращало проникновение вируса в новые клетки.

“Вирусы атакуют клетки через тысячи взаимодействий,” рассказал профессор Джин Лю, профессор механической и материаловедческой инженерии в Университете штата Вашингтон, Decrypt. “Наше исследование — это выявление наиболее важного из них, и как только мы определим это взаимодействие, мы сможем найти способ предотвратить проникновение вируса в клетку и остановить распространение болезни.”

Исследование выросло из работы, начавшейся более двух лет назад, вскоре после пандемии COVID-19, под руководством профессора ветеринарной микробиологии и патологии Энтони Никола, при финансировании Национальных институтов здравоохранения.

В рамках исследования исследователи изучили герпес-вирусы как пример.

Эти вирусы используют поверхностный слияющий белок, гликопротеин B (gB), который необходим для запуска слияния мембран во время проникновения.

Долгое время ученые знали, что gB является центральным для заражения, но его большой размер, сложная структура и координация с другими белками вирусного проникновения затрудняли выявление, какие из многих внутренних взаимодействий являются функционально критическими.

Лю отметил, что ценность искусственного интеллекта в проекте заключалась не в том, что он открыл что-то непознаваемое для человеческих исследователей, а в том, что он значительно повысил эффективность поиска.

Вместо использования метода проб и ошибок команда применяла симуляции и машинное обучение для одновременного анализа тысяч возможных молекулярных взаимодействий и ранжирования наиболее важных.

“В биологических экспериментах обычно начинаешь с гипотезы. Ты думаешь, что этот участок может быть важен, но в этом участке сотни взаимодействий,” сказал Лю. “Ты проверяешь одно, возможно, оно не важно, затем другое. Это занимает много времени и денег. С помощью симуляций можно не учитывать затраты, а наш метод позволяет выявить реально важные взаимодействия, которые затем можно проверить в экспериментах.”

ИИ все чаще используется в медицинских исследованиях для выявления паттернов заболеваний, которые трудно обнаружить традиционными методами.

Недавние исследования применяли машинное обучение для прогнозирования болезни Альцгеймера за годы до появления симптомов, выявления тонких признаков заболевания на МРТ-сканах и прогнозирования долгосрочного риска для сотен состояний, используя крупные базы данных медицинских записей.

Правительство США также начало инвестировать в этот подход, в том числе в инициативу $50 миллионный Национальный институт здравоохранения для применения ИИ к исследованию детских онкологических заболеваний.

Помимо вирусологии, Лю отметил, что та же вычислительная модель может быть применена к заболеваниям, вызванным измененными взаимодействиями белков, включая нейродегенеративные расстройства, такие как болезнь Альцгеймера.

“Самое важное — знать, какое взаимодействие целить,” сказал Лю. “Как только мы предоставим эту цель, люди смогут искать способы её ослабления, усиления или блокировки. Именно это и есть истинное значение этой работы.”