Новый инструмент для разработки лекарств: модель PDGrapher

Создание новых лекарств — это длительный и затратный процесс, который занимает обычно от 10 до 15 лет. Большая часть кандидатных препаратов отбраковывается на ранних этапах. Ускорение вычислений, связанных с поиском мишеней для лечения, может помочь снизить такие отбраковки. Исследователи Гарвардской медицинской школы разработали PDGrapher — графовую нейросеть, которая решает задачу «обратного поиска». Вместо того чтобы предсказывать реакцию клетки на конкретное лекарство, алгоритм анализирует различия между здоровыми и больными клетками, выявляя подходящие вмешательства. В первых тестах PDGrapher показал высокую точность и скорость, обрабатывая данные до 25 раз быстрее, чем конкуренты. Алгоритм, не опираясь на известные решения, находил новые подходы. На данный момент модель прошла вычислительные тесты, и в будущем планируются клинические испытания. PDGrapher доступен как исследовательский инструмент для оптимизации гипотез и снижения затрат на эксперименты, а код уже опубликован на GitHub под MIT-лицензией.

Вопрос-ответ

Какая задача решается PDGrapher и чем она отличается от обычных предсказаний реакции клеток?

PDGrapher решает задачу обратного поиска: анализирует различия между здоровыми и больными клетками, чтобы выявлять подходящие вмешательства. В отличие от обычных моделей, которые предсказывают реакцию клетки на конкретное лекарство, PDGrapher фокусируется на нахождении мишеней и путей, которые могут привести к желаемому терапевтическому эффекту, тем самым ускоряя поиск нового лечения.

Каковы результаты первых тестов PDGrapher и какова его производительность?

В первых тестах PDGrapher показал высокую точность и скорость: он обрабатывал данные до 25 раз быстрее конкурентов. Алгоритм не опирается на известные решения и мог находить новые подходы к вмешательствам, что свидетельствует о сильной генерализации и потенциале для открытия новых мишеней.

Как PDGrapher может повлиять на процесс разработки лекарств и расходы на эксперименты?

PDGrapher служит инструментом для оптимизации гипотез и снижения затрат на эксперименты за счет раннего выявления наиболее перспективных вмешательств и мишеней. Это позволяет сократить число неэффективных кандидатов на ранних стадиях и ускорить переход от идеи к клиническим испытаниям.

Где можно получить доступ к PDGrapher и каковы условия использования?

PDGrapher доступен как исследовательский инструмент, а код опубликован на GitHub под MIT-лицензией, что позволяет использовать, изменять и распространять программу в коммерческих и некоммерческих целях при соблюдении условий лицензии.