Автор: 
Современные исследования показывают, что машинное обучение может помочь исследователям в поиске эффективных лекарственных препаратов, которые способны регулировать иммунную систему и бороться с различными формами рака. Одним из ключевых аспектов применения машинного обучения в этой области является скрининг малых молекул для выявления потенциальных лекарственных препаратов. Учёные Чикагского университета успешно использовали этот метод для исследования молекул, способных усилить иммунную систему в борьбе с онкологическими заболеваниями. Исследование опубликовано в журнале Chemical Science.
Стратегия учёных заключается в использовании модели машинного обучения, которая предсказывает активность молекулы на основе её структуры. Это исследование продемонстрировало, что даже небольшая часть пространства молекулярной структуры может содержать уникальные соединения с потенциальными свойствами иммуномодуляции. Некоторые из выявленных молекул обладают беспрецедентными иммуномодулирующими свойствами. Эти результаты не только открыли новые возможности в разработке лекарств, но и обозначили будущие направления исследований.
Учёные планируют дальнейшее изучение молекул при помощи искусственного интеллекта, включая тестирование на живых организмах, чтобы полностью понять их потенциал и механизм действия. Это исследование является лишь началом пути, где машинное обучение играет ключевую роль в ускорении процесса разработки лекарств. С развитием данного направления можно ожидать создания инновационных лекарств, способных точечно воздействовать на иммунную систему и предоставлять более эффективное лечение широкого спектра заболеваний — от аутоиммунных до онкологических.
