Последнее слово остается за человеком-профессионалом, но белорусские ученые уже включают передовые ИИ-сервисы в создание лекарств от ВИЧ, коронавирусных инфекций, туберкулеза и онкологии. Рассказываем, каких результатов достигли наши исследователи.
Помощь в борьбе с болезнями
За последние годы Объединенный институт проблем информатики НАН Беларуси сформировал одно из наиболее сильных в стране направлений в области компьютерного дизайна лекарств, биоинформатики, вычислительной биологии и медицинского применения ИИ. В институте активно развиваются технологии разработки лекарственных препаратов, включая методы молекулярного моделирования, виртуальный скрининг и искусственный интеллект. Эти подходы позволяют в разы сократить сроки и стоимость создания новых медикаментов, а также повышают вероятность их клинического успеха.
— Разработки института уже принесли практически значимые результаты в области медицины, а именно при создании противовирусных препаратов, — рассказала Надежда Бородич, заведующая отделом международного сотрудничества и выставочной деятельности ОИПИ. — Исследователи разработали и вычислительно обосновали новые ингибиторы проникновения ВИЧ-1, нацеленные на ранние стадии жизненного цикла вируса. Также были созданы малые молекулы, которые имитируют действие широко нейтрализующих анти-ВИЧ-антител и рецептора CD4, что открывает возможности для появления комбинированных противовирусных терапий. Успеху этих проектов во многом способствовало применение генеративных моделей искусственного интеллекта, которые позволили сформировать цифровые библиотеки из миллионов молекул, чтобы оперативно отобрать среди них наиболее перспективные.
Врезка на зеленом фоне: Разработанный в ОИПИ метод федеративного обучения и технология создания генеративных моделей ИИ в условиях запрета обмена медицинскими данными вошли в топ-10 лучших результатов НАН Беларуси в 2025 году. В рамках государственных программ и международных проектов в сфере ИИ и цифровых технологий ОИПИ активно ведутся работы с партнерами из Российской Федерации, Китая, Узбекистана, Кубы, Норвегии, Аргентины, Турции, Индии и Армении.В области борьбы с COVID-19 и коронавирусными инфекциями исследователи провели масштабный виртуальный скрининг. Благодаря нейросети ученым удалось выполнить de novo дизайн десятков тысяч потенциальных ингибиторов коронавирусных ферментов. А на основе уже известного лекарства удалось получить препарат «Навитоклакс», который экспериментально подтвердил высокую активность против различных вариантов SARS-CoV-2, включая штаммы «дельта» и «омикрон».
Врезка на зеленом фоне: De novo дизайн — метод компьютерного моделирования, при котором молекулы новых лекарств создаются с нуля на основе заданных свойств, а не выбираются из уже существующих баз данных.
Важные результаты достигнуты и в сфере лечения туберкулеза, что особенно актуально в условиях растущей лекарственной устойчивости. В области борьбы с онкологией созданы нейросетевые модели для генерации противоопухолевых соединений с заданными фармакологическими свойствами.
Разработка систем автоматизации медицинской диагностики — одно из самых востребованных направлений ОИПИ НАН Беларуси. Институт реализует полный цикл создания инноваций: от фундаментальных исследований в сфере искусственного интеллекта до выпуска готового софта для поддержки врачебных решений.ИИ-методы института эффективно анализируют рентгенограммы и КТ-снимки грудной клетки. Они подходят как для масштабного скрининга населения, так и для детальной экспертизы в профильных клиниках. Программный комплекс LungExpert — это уникальная белорусская нейросетевая разработка. Комплекс объединяет передовые ИИ-сервисы для глубокого анализа радиологических снимков. Технологии глубокого обучения позволяют автоматически распознавать на снимках грудной клетки девять видов сопутствующих патологий, существенно повышая информативность каждого стандартного исследования.
Алгоритмы для жизни
Объем биологических данных в мире растет стремительно, и без мощных вычислительных методов их эффективный анализ сегодня просто невозможен.
Лаборатория математической кибернетики ОИПИ находится на передовой современной науки, развивая технологии на стыке биоинформатики, машинного обучения и математического моделирования.
Здесь занимаются созданием математических моделей и алгоритмов для исследования сложных медицинских процессов. Одно из ключевых направлений работы специалистов лаборатории — цифровой дизайн лекарственных препаратов. Сотрудники моделируют взаимодействие новых молекул с биологическими системами и прогнозируют их поведение в живом организме.
Вычислительные методы дают нам довольно точные предварительные оценки. Конечно, виртуальные модели не заменяют физические эксперименты полностью, но они позволяют мгновенно отсеять тысячи неэффективных вариантов. В результате специалисты передают в лаборатории только самые перспективные варианты. На практике это выглядит как четкий алгоритм: сначала формируется математическая модель задачи, затем с помощью ИИ анализируются колоссальные массивы молекулярных соединений и отбираются лучшие из них. Поскольку классические лабораторные тесты — это долго и дорого, такой подход в разы сокращает сроки и стоимость вывода новых лекарств на рынок.
Методы машинного обучения незаменимы там, где нужно обработать колоссальные массивы информации и выявить скрытые, сложные зависимости. Однако нейросети не работают полностью автономно.
Алгоритмы de novo дизайна могут предлагать варианты структур, но ИИ — это в первую очередь инструмент поддержки принятия решений, а последнее слово всегда остается за человеком. Технологии не заменяют ученого, а усиливают его возможности. Причина, по которой научные сотрудники до сих пор не могут просто «посчитать» на компьютере идеальное лекарство, кроется в невероятной сложности живых систем. Любая модель — это упрощение реальности. Организм устроен гораздо тоньше, многие факторы в цифре учесть пока невозможно. Именно поэтому полностью отказаться от лабораторных экспериментов в будущем вряд ли удастся, хотя цифровой этап станет еще более масштабным.
Ольга Пролюк, газета «7 дней «; фото из открытых интернет-источников.
