Ученые узнали, на чем ошибаются ИИ-модели при создании новых лекарств

Исследование, проведенное учеными Базельского университета, показало, что ИИ-модели, используемые для разработки лекарств, не обладают способностью понимать фундаментальные законы химии и физики. Модели искусственного интеллекта (ИИ) лишь распознают и воспроизводят закономерности данных, на которых были обучены, пишет «ФВ».

Проведенное исследование показало, что используемые в фармацевтических исследованиях модели ИИ не понимают, почему и как молекулы препаратов соединяются с патогенными белками в организме. Итоги своей работы ученые опубликовали в журнале Nature Communications.

Нейросети AlphaFold и RoseTTAFold ускоряют процесс разработки лекарств, прогнозируя, как различные молекулы взаимодействуют с целевыми белками. В эксперименте ученые специально изменили последовательность аминокислот в ста белках, чтобы они не могли взаимодействовать с активными компонентами лекарств. Однако ИИ примерно в половине результатов выдавал прогнозы, не соответствующие основным химическим и физическим законам. Исследователи пришли к выводу, что нейросети действуют по шаблону, но не имеют представления о природе молекулярных связей. Несмотря на то, что ИИ-модели обучали на 100 тыс. белков, этого оказалось недостаточно для работы с белковыми структурами, существенно отличающимися от образцов.

Еще по теме

Эксперты сделали вывод, что современные инструменты искусственного интеллекта полезны, но лишь на определённых этапах исследовательского процесса. Поэтому ученые советуют производителям проверять все прогнозы ИИ в реальных экспериментах и вычислительных анализах.

Ранее замминистра здравоохранения РФ Сергей Глаголев отмечал, что технологии искусственного интеллекта значительно облегчают работу разработчиков на этапе первичного отбора молекул. Эти технологии анализируют свойства молекул и их потенциальную токсичность, что позволяет существенно сократить усилия специалистов. Участвовать в разработке новых лекарств ИИ-модели, по прогнозам экспертов, будут уже до 2030 года. Для этого в ряде учреждений созданы специальные подразделения.