Всего через год после создания первых антител, разработанных с помощью искусственного интеллекта, ученые готовят их клинические испытания.
В прошлом году исследователи достигли важного результата в разработке белков: с помощью искусственного интеллекта (ИИ) они создали совершенно новые молекулы антител. Тем не менее, этим разработкам не хватало эффективности и других ключевых характеристик коммерческих препаратов антител, годовой объем продаж которых составляет десятки миллиардов долларов. Теперь, после года работы ученые заявляют, что они находятся на пороге превращения антител, созданных с помощью искусственного интеллекта, в потенциальную терапию. В последние недели многочисленные группы исследователей сообщили об успешном использовании запатентованных коммерческих инструментов искусственного интеллекта и моделей с открытым исходным кодом для создания антител, обладающих эффективностью лекарственных препаратов. “Эти последние разработки являются чрезвычайно мощным достижением, позволяющим демократизировать производство антител”, - считает Чанг Лю, биолог-синтетик из Калифорнийского университета. Тимоти Дженкинс, инженер по белкам из Датского технического университета, добавляет, что недавний успех разработки антител de novo “окажет большое влияние на то, как быстро и в каком количестве мы увидим в клинических испытаниях новые препараты”.
Терапевтические антитела обычно получают путем скрининга огромного количества разнообразных антител, чтобы найти те, которые могут распознать определенную мишень. Но иногда эти тесты выявляют только те антитела, которые слабо связываются с мишенью или распознают неправильный участок на ней. “Здесь нет особой точности”, - поясняет Сурж Бисвас, исполнительный директор компании по разработке антител Nabla Bio (США). Вместо этого ученые надеются определить желаемую мишень для антитела — например, активный участок фермента, участвующего в развитии заболевания, — и с помощью модели ИИ разработать дизайн. “Дизайн, создаваемый ИИ, обещает быть атомарно точным”, - добавляет Бисвас.
Разработка антител — иммунных белков, которые распознают чужеродные молекулы, например, вырабатываемые патогенами, с исключительной специфичностью — была сложной задачей для ИИ. Модели ИИ, такие как AlphaFold, пытались предсказать форму гибких петлевых участков антител, которые они используют для распознавания своих мишеней. Но новые инструменты, разработанные в прошлом году, включая обновленную версию AlphaFold, показали себя лучше при моделировании этих гибких областей, говорит Габриэле Корсо, специалист по машинному обучению из Массачусетского технологического института (США). За этим последовал прогресс в разработке антител.
В октябре Корсо и коллеги описали модель BoltzGen в препринте, показав, что с ее помощью можно искусно создавать "нанотела" — небольшие простые антитела, против белков, участвующих в развитии рака, вирусных и бактериальных инфекций и других заболеваний. В большинстве случаев исследователи выявляли антитела с сильным связыванием с мишенями после экспрессии всего 15 наиболее перспективных образцов в клетках и тестирования их в лабораторных экспериментах. Однако эти молекулы не были протестированы на моделях заболеваний. Другие группы также добиваются аналогичных успехов. Например, ученые из Стэнфордского университета (США), выпустили модель, которая позволяет создавать нанотела с высокой эффективностью. А в прошлом месяце исследователи, возглавляемым биофизиком Дэвидом Бейкером, лауреатом Нобелевской премии из Вашингтонского университета, сообщили в журнале Nature о заметных улучшениях в разработке нанотел, используя еще один инструмент с открытым исходным кодом.
Самые смелые заявления в области создания антител искусственным интеллектом исходят от компаний, работающих над этой проблемой. В прошлом месяце ученые из Nabla и Chai Discovery (США), заявили, что они создали "лекарственные" антитела с помощью инструментов ИИ. Обе компании заявили, что в дополнение к нанотелам, которые состоят из одной цепочки аминокислот, они создали полноценные антитела. Группа Бейкера также сообщила о таких разработках в своем отчете. Лабораторные эксперименты показали, что некоторые из разработанных молекул распознают различные мишени для лечения заболеваний, включая рецепторы G—белков (GPCR), которые бросают вызов традиционным разработкам антител, с эффективностью, сходной с эффективностью коммерческих препаратов на основе антител. Они также обладали полезными свойствами, такими как способность вырабатываться в больших количествах и распознавать только намеченные цели.
Дженкинс и другие ученые говорят, что хотели бы ознакомиться с данными, лежащими в основе заявлений Nabla и Chai Discovery, но ни одна из компаний пока не опубликовала данных о разработанных ими антителах. Дженкинс добавляет, что неясно, как запатентованные модели соотносятся с лучшими инструментами с открытым исходным кодом, которые его лаборатория использует для разработки противоядий от змей, методов лечения рака и мер противодействия биологическим угрозам. Лю, соучредитель компании K2 Therapeutics (США) , которая разрабатывает препараты на основе антител, говорит, что инструменты для разработки антител с открытым исходным кодом также привлекательны для начинающих компаний, у которых нет ресурсов для разработки собственных. Такие модели могут способствовать развитию более широкой экосистемы ученых, использующих их.
Возможно, пройдет совсем немного времени, прежде чем антитела, разработанные исключительно с помощью искусственного интеллекта, начнут испытываться на людях. По мнению Лю, новейшие инструменты ИИ, вероятно, уже разрабатывают образцы. Но их неодинаковая эффективность для разных целей и невозможность предсказать ключевые свойства, такие как прочность связывания, могут замедлить внедрение. “Вероятно, нам необходимо еще несколько лет до того момента, когда мы сможем полагаться исключительно на модели для создания терапевтических средств на основе антител”.
На прошлой неделе компания Generate Biomedicine (США), начала крупномасштабное клиническое испытание препарата против тяжелой формы астмы, созданного на основе антител. Компания использовала искусственный интеллект для оптимизации существующих антител, чтобы улучшить связывание, стабильность и другие свойства. Ключевой вопрос, который остается открытым, заключается в том, может ли организм распознать созданные искусственным интеллектом антитела как чужеродные молекулы, которые могут вызвать опасные иммунные реакции. Эти антитела, похоже, ничем не отличаются от тех, которые были разработаны с использованием традиционных подходов, но, прежде чем их можно будет опробовать, необходимы дополнительные тесты на безопасность.
Разработчикам лекарств также потребуется время, чтобы определить наилучшие мишени для ИИ-антител. Есть надежда, что ИИ-антитела смогут выявлять мишени, которые в прошлом были слишком сложной задачей. Искусственный интеллект также мог бы создавать антитела с уникальными свойствами, такими как способность проникать в мозг или распознавать мишени для связывания. “Теперь, когда у нас есть возможность генерировать антитела одним нажатием кнопки, мы можем уделять больше времени этим передовым проблемам”, - говорит Бисвас.
