Исследователи из University of Cambridge, в борьбе с болезнью Паркинсона, использовали подход на основе искусственного интеллекта. Их стратегия, опубликованная на портале Nature Chemical Biology (NCB), направлена на поиск соединений, которые могут помочь в блокировании слипания или агрегации альфа-синуклеина, белка, с которым связывается данное заболевание.
Использование методов машинного обучения обещает уменьшить затраты и повысить эффективность в разработке лекарств, особенно для нейродегенеративных заболеваний, где это особенно сложно. Для решения этой проблемы исследователи разработали подход, основанный на машинном обучении, для выявления потенциальных низкомолекулярных ингибиторов агрегации альфа-синуклеина.
Процесс агрегации альфа-синуклеина связан с развитием болезни Паркинсона и другими синуклеинопатиями. Он происходит через автокаталитическую вторичную нуклеацию, и исследователи стремятся идентифицировать соединения, которые могут связаться с каталитическими сайтами на поверхности агрегатов.
С использованием структурного машинного обучения и итеративного процесса исследователи смогли идентифицировать и постепенно оптимизировать вторичные ингибиторы нуклеации. Результаты их работы показали, что этот подход привел к обнаружению соединений, в два раза более эффективных, чем ранее сообщалось.
Этот новый метод открывает перспективы для разработки эффективных лекарственных средств для борьбы с болезнью Паркинсона и другими нейродегенеративными заболеваниями, предлагая более точный и быстрый способ выявления потенциальных кандидатов на лекарство.
