Ученые: алгоритм машинного обучения поможет при приобретенном пороке сердца
Потенциальные лекарства для восстановления нарушений при приобретенных пороках сердца помог найти новый метод, реализованный коллективом американских и российских ученых, опубликовавших свои результаты исследования 10 декабря в журнале Science.
В исследовании участвовали сотрудники Института цитологии РАН, Федерального медицинского исследовательского центра им. А. А. Алмазова и Института сердечно-сосудистых заболеваний Гладстона (Сан-Франциско, США). Как сообщает пресс-служба Минобрнауки РФ, ученые с помощью алгоритмов машинного обучения могут находить соединения, потенциально способные восстанавливать нарушения в работе сотен генов.
По словам заведующей лабораторией Института цитологии РАН Анны Малашичевой, сначала с помощью алгоритма были выбраны из огромного количества данных несколько соединений, которые можно использовать для подавления процесса, вызываемого нарушениями в работе генов при приобретенных пороках сердца. Специалисты из США проверили полученные вещества на сложной клеточной модели и сузили поле поиска.
После этого российские ученые протестировали выбранные вещества на клетках пациентов, для которых ищут лекарство. «Это довольно сложные культуры, которые есть всего в нескольких лабораториях в мире. Мы протестировали выбранные вещества, и одно из них наиболее эффективно приводило поврежденные гены больных клеток к здоровому состоянию», — сообщила Малашичева.
Затем были проведены доклинические испытания полученного соединения — XCT790 — на мышах. Исследование показало, что препарат эффективен при лечении кальцификации аортального клапана и не вызывает существенных побочных эффектов. В настоящее время это заболевание лечат путем хирургической замены клапана каждые 5–7 лет. Авторы работы надеются, что на основе найденного вещества смогут разработать первый терапевтический препарат для лечения кальцификации аортального клапана.
Ученые подчеркивают, что классические подходы в разработке лекарственных препаратов позволяют протестировать их только против ограниченного числа конкретных молекул-мишеней. Реализованный для поиска XCT790 подход позволяет оценивать комплексный эффект вещества на регуляторные сети. Этот подход поможет более эффективно разрабатывать новые лекарства.
