Des scientifiques russes ont impliqué un réseau de neurones dans la recherche de médicaments anticancéreux

Les cancers sont extrêmement divers et leur nature varie également. La recherche de médicaments et de traitements efficaces contre le cancer est l'une des tâches les plus importantes de la médecine moderne. Les scientifiques du monde entier cherchent une opportunité d'augmenter au moins légèrement l'efficacité du traitement des patients atteints de cancer.

L'équipe combinée de spécialistes du groupe Mail.Ru , d' Insilico Medicine et du MIPT a décidé d'essayer d'attirer un réseau neuronal spécialement formé à la recherche de médicaments anticancéreux. Le problème est que la création d'un médicament anticancéreux efficace est une tâche très difficile. Habituellement, ce processus prend des années. Mais si vous utilisez une technologie moderne, le temps de recherche de ces substances est considérablement réduit et le coût du travail est également réduit.

La situation est compliquée par le fait que maintenant le nombre de divers composés chimiques connus de l'homme est de dizaines de millions. Seule une petite fraction de ces composés est utilisée dans les médicaments. En médecine, ils utilisent principalement d'anciens médicaments pour en créer de nouveaux plus efficaces. Les médicaments qualitativement nouveaux sont relativement rares. Le problème est que parmi tous les millions de composés chimiques, il pourrait bien s'agir d'une substance qui est un médicament efficace contre une maladie complexe, le même cancer.

Mais comment déterminer qu'une substance peut être utilisée en médecine? Il faudra des années-personnes pour analyser au moins quelques pour cent des composés déjà connus. Nul doute que la technologie informatique peut aider. En particulier, les réseaux de neurones auto-apprenants.

Le réseau de neurones a été créé sur la base de l'architecture des soi-disant encodeurs automatiques accusatoires, qui, à leur tour, sont une sorte de réseaux accusatoires génératifs. Pour former le réseau neuronal, les spécialistes ont utilisé des molécules aux propriétés curatives déjà connues, indiquant la concentration efficace de chaque substance. Tout d'abord, le réseau neuronal a été formé à l'aide de trois composants. Il s'agit d'un encodeur, d'un décodeur et d'un discriminateur. Le premier composant, avec le second, comprenait et restaurait les informations sur la molécule d'origine. Le discriminateur a permis d'obtenir une idée concise de la molécule la plus adaptée à une récupération ultérieure. Après avoir travaillé avec un grand nombre de molécules connues, le travail avec des inconnues a commencé et les deux premiers composants ont été désactivés.

Pour «alimenter» un réseau de neurones en informations sur une substance chimique, la formule habituelle n'est pas suffisante. Nous avons besoin de la soi-disant empreinte digitale, une empreinte digitale d'information qui contient toutes les informations sur la molécule. Le fait est qu'un réseau neuronal a besoin de la même longueur de description pour un objet pour sa formation, dans ce cas, une molécule d'un composé chimique. Les spécialistes ont formé des empreintes digitales basées sur des molécules de composés chimiques déjà connues, comme mentionné ci-dessus. Les informations ont été transmises au réseau neuronal un grand nombre de fois, jusqu'à ce que le réseau lui-même apprenne à générer des empreintes digitales de molécules. Des scientifiques russes ont réalisé la création d'empreintes digitales pour 72 millions de molécules, après quoi ils ont comparé les empreintes digitales générées par le réseau neuronal avec la base.


Source: corp.mail.ru

Dans ce projet, la connaissance d'environ les qualités des molécules de substances adaptées à la médecine est également devenue une bonne aide. Sur la base de ces critères, la base et les impressions ont été comparées. «Nous avons créé un réseau neuronal de type génératif, c'est-à-dire capable de créer des choses similaires sur lesquelles il a été formé. Nous avons formé un modèle de réseau capable de créer de nouvelles empreintes digitales avec des propriétés spécifiées », explique l'un des auteurs, Andrei Kazennov, étudiant diplômé du MIPT.

Afin de tester l'efficacité du réseau neuronal, les experts ont utilisé une base de données de brevets de substances qui sont déjà connues pour être des médicaments anticancéreux efficaces. Initialement, le réseau a été formé à certaines parties des formes posologiques, puis testé dans la deuxième partie. Un travail efficace du réseau neuronal serait reconnu s'il pouvait prédire les formes déjà connues de substances, qui, cependant, n'étaient pas dans l'ensemble de formation. Et le réseau neuronal a pu faire face à cette tâche. Sur plusieurs dizaines de substances indiquées par elle, qui peuvent être des médicaments anticancéreux, beaucoup le sont en effet et ont des brevets.



«Les réseaux antagonistes génératifs utilisant l'apprentissage renforcé sont l'avenir de la pharmacologie. Dans cet article, nous avons montré la première utilisation d'auto-encodeurs compétitifs génératifs, les GAN, pour créer de nouvelles structures moléculaires de médicaments antitumoraux en fonction de certains paramètres. Ce travail a été fait durant l'été et depuis lors, nous avons fait des progrès importants dans cette direction. J'espère vraiment que bientôt nous pourrons développer des médicaments individuels pour le traitement des maladies rares et même pour le traitement de patients individuels. Déjà cette année, l'intelligence artificielle commencera à transformer l'industrie pharmaceutique », explique l'un des auteurs de l'étude, Alexander Zhavoronkov.

La recherche de médicaments pouvant avoir un effet efficace sur les cellules cancéreuses se poursuit. Et de plus en plus d'entreprises le font. Par exemple, le système cognitif Watson , créé par IBM, fait un travail similaire.