Реєстраційний номер
0226U004119,
(0125U003376)
, Науково-дослідна робота
Назва роботи
Наука про дані: машинне навчання та нейронні мережі як засіб розробки нових лікарських засобів
Назва етапу роботи
Наука про дані: машинне навчання та нейронні мережі як засіб розробки нових лікарських засобів
Керівник роботи
Пругло Євген Сергійович, Доктор фармацевтичних наук
Дата реєстрації
01-07-2026
Організація виконавець
Пругло Євген Сергійович
Опис роботи
Метою цієї роботи є розробка нових підходів до створення ліків, що ґрунтуються на методах машинного навчання та нейронних мереж, а також використання класичних методів синтезу та проведення фармакологічних досліджень для підтвердження та верифікацій отриманих результатів.
Опис етапу
За результатами проведеного дослідження вперше реалізовано інтегровану обчислювальну стратегію пошуку біологічно активних сполук одночасно для трьох терапевтичних напрямів (цукровий діабет 2-го типу, атеросклерозта гострих лейкозів). На основі структурних даних DrugBank v6.0 побудовано та валідовано тринадцять класифікаторів на двох дескрипторних просторах, причому порівняльний аналіз уперше показав залежність якості прогнозу протидіабетичної активності від типу молекулярних ознак і обраного алгоритму. Засобами генеративної нейронної мережі Char-RNN/LSTM згенеровано ряд валідних SMILES-послідовностей, а структурно-орієнтованою генерацією (Pocket2Mol) сформовано серії лігандів для HMG-CoA-редуктази й CETP (237 сполук) та для PBX1, MEIS1 і менін-MLL1 (313 і 199 сполук відповідно). Аналіз залежності «хімічна структура — фармакологічна активність» за допомогою ProLIF-фінгерпринтів показав, що фармакофорна релевантність кандидатів визначається відтворенням ключових контактів у каталітичних і алостеричних сайтах відповідних мішеней. Серед відібраних сполук синтезовано пріоритетний кандидат — 5-(бутилсульфаніл)-4-(гідроксиметил)-2-феніл-1-(пропан-2-іл)-1H-пірол-3-карбонову кислоту, будову якої підтверджено спектральними методами, а гіпоглікемічну активність оцінено в пероральному тесті толерантності до глюкози, що забезпечило експериментальну верифікацію обчислювального конвеєра. Розроблено модульний конвеєр dockpipe з оцінкою області застосовності за відстанню Махаланобіса (порогові значення D_M = 43,89 для простору Mordred і 49,82 для ClassyFire). Отримані дані свідчать про працездатність запропонованої стратегії на всіх трьох терапевтичних напрямах і створюють передумови для подальшого поглибленого вивчення найбільш активних речовин. У процесі аналізу подальших результатів доклінічного дослідження необхідно оцінити ADMET-профіль відібраних сполук, провести молекулярно-динамічне моделювання та визначити доцільність їх використання в практичній медицині.
Опис продукції
Автори роботи
Чорноус Віталій Олександрович
Грозав Аліна Миколаївна
Додано/оновлено в НРАТ
2026-07-01
