Искусственный интеллект ускорил поиск терапевтических антител: новый шаг к готовности к пандемиям

Учёные из исследовательского института Scripps Research разработали методику, которая радикально ускоряет процесс поиска антител для лечения инфекционных заболеваний. Сочетание искусственного интеллекта (AI) и передовых методов визуализации позволяет сократить время идентификации защитных антител с нескольких недель до менее чем суток. Результаты опубликованы в журнале Science Advances.

По словам руководителя исследования профессора Эндрю Уорда, новый подход открывает «парадигмальный сдвиг» в разработке терапевтических препаратов. «Используя AI для анализа структурных деталей иммунного ответа, мы можем выявлять перспективные антитела всего за часы, причём с более высокой точностью, чем при традиционных методах. Это может стать переломным моментом для готовности к пандемиям и созданию новых лекарств», — отметил учёный.

Антитела: незаменимый инструмент медицины

Антитела — крупные Y-образные белки, которые иммунная система вырабатывает для защиты организма, связывая и нейтрализуя вирусы, бактерии и токсины. В современной медицине они стали мощным инструментом терапии: более 200 препаратов на основе антител уже одобрены для лечения рака, аутоиммунных и инфекционных заболеваний.

Однако классический поиск нужных антител остаётся крайне трудоёмким процессом. При встрече с вирусом организм вырабатывает тысячи вариантов антител, но лишь немногие из них действительно способны блокировать «уязвимые места» патогена. Чтобы найти такие молекулы, учёным приходится просеивать огромный массив данных, что превращается в «бутылочное горлышко» при разработке вакцин и лекарств.

AI и криоэлектронная микроскопия

Прорыв стал возможен благодаря объединению двух технологий:

криоэлектронной микроскопии (cryoEM), позволяющей получать изображения антител в момент их связывания с мишенью на уровне почти атомного разрешения;

и ModelAngelo — AI-системы, которая строит молекулярные модели по данным cryoEM и прогнозирует терапевтический потенциал антител.

Команда Уорда разработала метод Structure-to-Sequence (STS), который сопоставляет структурные карты иммунного ответа с базами данных антител. Это позволяет напрямую определять наиболее перспективные кандидаты, минуя случайный перебор тысяч вариантов.

«Самое захватывающее в этом подходе то, что он устраняет элемент догадок. Мы видим структуру иммунного ответа и можем выделить именно те антитела, которые связываются с критически важными участками вируса», — объяснил первый автор работы, научный сотрудник Джеймс Фергюсон.

Проверка на вирусе гриппа

Чтобы доказать эффективность метода, исследователи протестировали отобранные AI-системой антитела на животных моделях гриппа. Результаты оказались многообещающими: антитела обеспечили значительную защиту от инфекции. Это подтвердило, что STS-подход способен выявлять наиболее сильные защитные варианты.

Готовность к будущим угрозам

Значение открытия выходит далеко за рамки борьбы с гриппом. Авторы подчеркивают: скорость и точность метода делают его особенно ценным в условиях новых эпидемий и пандемий, когда на счету каждая неделя.

«Интеграция AI с анализом иммунного ответа ускоряет не только разработку вакцин, но и появление целевых терапий против новых патогенов», — отметил Уорд.

Сейчас команда Scripps Research расширяет сотрудничество с другими лабораториями института для дальнейшего изучения возможностей ModelAngelo. В перспективе исследователи рассчитывают, что их метод станет основой для быстрой адаптации медицины к будущим вызовам и позволит в кратчайшие сроки доставлять пациентам жизненно важные препараты.