Вылечить старость. ИИ обнаружил вещества, потенциально препятствующие старению

Фото: Getty Images

Команда исследователей из Эдинбургского университета в Шотландии использовала усовершенствованную модель машинного обучения для определения трех природных соединений — гинкгетина, периплоцина и олеандрина, которые могут противостоять эффекту старения. Исследование проводилось в хорошо оснащенных лабораториях Эдинбургского университета с использованием данных из различных источников, включая научные статьи и патенты, и оценивалось по обширной химической библиотеке. Мотивацией этого инновационного подхода является потенциал таких соединений для борьбы со сложными заболеваниями и решения проблем старения, одновременно предлагая экономически выгодную и эффективную альтернативу традиционным методам поиска лекарств, пишет New Atlas.

Итак, для начала важно понять какое отношение все это имеет к старению. Давайте немного окунемся в биологию. Клетки делятся и обновляются для поддержания и роста нашего организма. Однако состояние, известное как клеточное старение, возникает, когда клетки перестают делиться, но продолжают жить, вызывая повреждение тканей и способствуя старению различных систем организма.

Обычно наша иммунная система очищается, уничтожая эти стареющие клетки. Но с возрастом эта клеточная уборка становится все менее эффективной, что приводит к накоплению этих изношенных клеток. Это может вызвать такие проблемы со здоровьем, как рак и болезнь Альцгеймера, а также такие обычные признаки старения, как ухудшение зрения и подвижности. Поэтому научное сообщество стремится найти сенолитики — по сути, вещества, борющиеся с возрастом, которые могут удалять эти стареющие клетки.

Что делает это исследование интересным, так это грамотное использование машинного обучения. Подобно опытному детективу, модель была обучена выявлять характерные признаки сенолитических химических веществ. Она проанализировала массивный набор данных из 2 523 соединений, включая как сенолитические, так и не сенолитические агенты, чтобы обеспечить справедливый анализ. Затем модель просеяла более 4 000 химических веществ, из которых отобрала 21 потенциального кандидата.

Среди этих многообещающих перспектив выделялись три: гинкгетин, периплоцин и олеандрин. Они продемонстрировали способность вытеснять стареющие клетки, не повреждая здоровые. Олеандрин оказался самым эффективным. Интересно, что все три вещества содержатся в традиционных травяных лекарствах.

Извлеченный из растения олеандр, олеандрин имеет схожие свойства с препаратом дигоксин, используемым при сердечной недостаточности и нарушениях сердечного ритма. Гинкгетин, получаемый из древнего дерева гингко, хорошо известен в китайской травяной медицине и обладает целым рядом полезных свойств. И наконец, периплоцин, получаемый из китайской шелковой лозы, обещает улучшить работу сердца и бороться с раковыми клетками.

Этот прорыв в исследовании подчеркивает потенциал этих соединений в обеспечении эффекта наравне с ранее выявленными сенолитиками, а то и превосходящего их. Кроме того, использованная методика машинного обучения значительно упростила процесс, сократив список соединений, подлежащих проверке, более чем в 200 раз.

Использование искусственного интеллекта является знаковым достижением в идентификации лекарств, особенно для сложных заболеваний. Эта совместная работа, объединившая специалистов по обработке данных, химиков и биологов, оказалась не только эффективной, но и экономически выгодной по сравнению с традиционными методами скрининга лекарств. Это открывает новые двери для применения передовых технологий для ускорения поиска лекарств и, вполне возможно, раскрытия секретов фонтана молодости.

Ирина Скиба / Skibair
Журналист ARDinform