В ИТМО придумали, как быстро формировать таблетку из лекарства с помощью ИИ

AAAI Conferenсе проходит с 20 по 27 февраля в Канаде. Конференция посвящена развитию теоретических и прикладных исследований в области искусственного интеллекта (ИИ) и призвана содействовать обмену опытом между исследователями и практиками. AAAI Conferenсе находится в топе Шанхайского рейтинга, который оценивает ведущие университеты со всего мира по научным и академическим достижениям, а также входит в рейтинг конференций CORE и причисляется им к уровню A* (самый престижный). Мероприятие поддерживает Ассоциация развития искусственного интеллекта (AAAI).

Поскольку сфера машинного обучения развивается очень быстро, участие в конференциях, подобных AAAI, приравнивается к публикационной активности в высокрейтингинговых научных журналах. Одна из работ, которую в этом году представит ИТМО на воркшопе AI2ASE, — «Генеративный ИИ для дизайна сокристаллов с контролем свойств» (Generative AI for Co-Crystal Design with Property Control). 

Ее авторы, ученые из химико-биологического кластера ИТМО (Центр искусственного интеллекта в химии) и лаборатории компьютерного моделирования природных систем (NSS Lab), разработали алгоритм для генерации сокристаллов — кристаллов из нескольких молекул. Решение сократит число необходимых экспериментов, тем самым ускорит и удешевит создание лекарственных препаратов. В частности, с помощью алгоритма можно будет улучшить таблетируемость лекарств — процесс спрессовывания лекарственного вещества в таблетку.

«Фармацевтические сокристаллы состоят из молекулы лекарства и коформера — вспомогательной молекулы, которая позволяет изменять физико-химические свойства лекарственного соединения. Обычно чтобы выбрать подходящий коформер, нужно провести большое количество экспериментов, из-за чего создание сокристаллов с заданными характеристиками занимает много времени. Благодаря нашему алгоритму для автоматизированного поиска сокристаллов in silico этот процесс можно значительно ускорить», — рассказала Нина Губина, одна из авторов работы, инженер химико-биологического кластера.

Алгоритм определяет кандидатов для сокристаллизации, оценивает их механические свойства, а затем выбирает лучшие молекулы и совершенствует их с помощью эволюционного алгоритма. Сейчас он представляет собой код на языке Python, на основе которого можно разработать сайт или приложение. С его помощью создавать сокристаллы для лекарственных препаратов будет проще, быстрее и дешевле. В будущем ученые хотят проверить алгоритм экспериментально, научить его предсказывать больше свойств сокристаллов, а также адаптировать и под другие химические системы.

«В нашей работе мы использовали гибридный подход: применяли генеративную нейросеть и fine-tuning структуры кристалла с помощью эволюционной оптимизации. Это позволило нам соединить преимущества генеративного ИИ и интеллектуальных методов оптимизации и обеспечить как высокое качество полученных структур кристаллов, так и их разнообразие и новизну. При этом мы применяли открытую библиотеку GOLEM, разработанную в центре “Сильный ИИ в промышленности” ИТМО», — рассказал Николай Никитин, один из авторов работы, исследователь из NSS Lab, руководитель фронтирной лаборатории автоматического машинного обучения.

Всего от ИТМО в этом году на воркшопы конференции принято пять научных статей. Среди них — прогнозирование динамики морского льда в морях Арктики, автоматизированное проектирование моделей и структур на основе графов с использованием модульного эволюционного подхода, генерация топологических признаков в автоматизированном машинном обучении для прогнозирования временных рядов, а также создание синтетических графов с помощью эволюционной оптимизации.

Авторы работы: Nina Gubina, Andrei Dmitrenko, Ivan Lebedev, Nikita Serov, Vladimir Vinogradov, Lyubov Yamshchikova, Grigory Kirgizov, Nikolay Nikitin.