Искусственный интеллект погрузится во вселенную молекул в поиске удивительных лекарств

Темной ночью, вдали от городского света, звезды Млечного Пути кажутся несметными. Но из любой точки невооруженному глазу видно не больше 4500 звезд. В нашей же галактике их 100-400 миллиардов, галактик во Вселенной и того больше. Выходит, в ночном небе не так много звезд. Однако даже это число открывает перед нами глубокую подноготную… лекарств и препаратов. Дело в том, что число возможных органических соединений с лекарственными способностями превышает число звезд во Вселенной более чем на 30 порядков. И химические конфигурации, которые создают ученые из существующих медикаментов, сродни звездам, которые мы могли бы увидеть в центре города ночью.

Поиск всех возможных лекарств — непосильная задача для человека, как и исследование всего физического пространства, и даже если бы мы могли, большая часть обнаруженного не соответствовала бы нашим целям. Тем не менее мысль о том, что чудесные лекарства могут скрываться среди изобилия, слишком заманчива, чтоб ее игнорировать.

Именно поэтому нам стоит использовать искусственный интеллект, который сможет работать больше и ускорить открытие. Так считает Алекс Жаворонков, выступивший на Exponential Medicine в Сан-Диего на прошлой неделе. Это применение может стать крупнейшим для ИИ в медицине.

Собаки, диагноз и лекарства Жаворонков — CEO Insilico Medicine и CSO Biogerontology Research Foundation. Insilico — один из множества стартапов, разрабатывающих ИИ, способный ускорить открытие новых лекарств и препаратов.

За последние годы, рассказал Жаворонков, известная техника машинного обучения — глубокое обучение — осуществила прогресс на нескольких фронтах. Алгоритмы, способные обучаться игре в видеоигры — вроде AlphaGo Zero или покериста Carnegie Mellon — представляют самый большой предмет интереса. Но распознавание закономерностей — вот что дало мощный толчок глубокому обучению, когда алгоритмы машинного обучения наконец-то начали отличать кошек от собак и делать это достаточно быстро и точно.

В медицине алгоритмы глубокого обучения, обученные по базам данных медицинских снимков, могут выявлять опасные для жизни заболевания с равной или большей точностью, чем специалисты-люди. Есть даже предположение, что ИИ, если мы научимся ему доверять, может быть бесценным при диагностике болезни. И как отметил Жаворонков, грядет больше приложений и послужной список будет только расти.

«Tesla уже выводит автомобили на улицу», говорит Жаворонков. «Трех-, четырехлетняя технология уже перевозит пассажиров из пункта А в пункт Б на скорости 200 километров час; одна ошибка — и ты мертв. Но люди доверяют свои жизни этой технологии».

«Почему бы не делать того же в фармацевтике?».

Пробы и ошибки, снова и снова В фармацевтических исследованиях ИИ не придется водить автомобиль. Он станет ассистентом, который в паре с химиком или двумя сможет ускорить открытие препаратов, просматривая больше вариантов в поисках лучших кандидатов.

Пространство для оптимизации и повышения эффективности просто огромное, считает Жаворонков.

Поиск препаратов — кропотливое и дорогостоящее занятие. Химики просеивают десятки тысяч возможных соединений в поисках самых многообещающих. Из них лишь некоторые уходят на дальнейшее изучение, и еще меньше будут проходить испытания на людях, а из этих вообще крохи будут одобрены к дальнейшему использованию.

Весь этот процесс может занять много лет и стоить сотни миллионов долларов.

Это проблема касается больших данных (big data), а глубокое обучение преуспевает в работе с большими данными. Первые приложения показали, что системы ИИ на основе глубокого обучения способны находить едва заметные закономерности в гигантских выборках данных. Хотя производители лекарств уже используют программное обеспечение для просеивания соединений, такое программное обеспечение требует четких правил, написанных химиками. Плюсы ИИ в данном деле — его способность учиться и совершенствоваться самостоятельно.

«Существует две стратегии инноваций на базе ИИ в фармацевтике, которые обеспечат вас лучшими молекулами и быстрым одобрением», говорит Жаворонков. «Один ищет иглу в стоге сена, а другой создает новую иглу».

Чтобы найти иголку в стоге сена, алгоритмы обучаются на больших база данных молекул. Затем они ищут молекулы с подходящими свойствами. Но создать новую иглу? Эту возможность предоставляют генеративные состязательные сети, на которых специализируется Жаворонков.

Такие алгоритмы ставят две нейронные сети друг против друга. Одна генерирует осмысленный результат, а другая решает, является ли этот результат истинным или ложным, говорит Жаворонков. В совокупности эти сети генерируют новые объекты, такие как текст, изображения или, в данном случае, молекулярные структуры.

«Мы начали использовать эту конкретную технологию, чтобы глубокие нейронные сети вообразили новые молекулы, чтобы сделать ее идеальной с самого начала. Нам нужны идеальные иглы», говорит Жаворонков. «Вы можете обратиться к этой генеративной состязательной сети и попросить ее создать молекулы, которые ингибируют белок Х в концентрации Y, с наивысшей жизнеспособностью, заданными характеристиками и минимальными побочными эффектами».

Строительные и отделочные материалы из натурального дерева стали набирать популярность сравнительно недавно - позволить их себе могут практически все люди со стабильным доходом, так как бюджет на покупку натуральной древесины может быть каким угодно. Доступные кредиты, разнообразие видов отделочных и строительных материалов, множество доступных пород дерева - и такие погонажные изделия как террасная доска, палубная доска, планкен или имитация бруса стали альтернативой популярным материалам на сегодня, особенно линолеуму, напольной и настенной плитке, обоям. Цена напольного покрытия из натурального дерева может быть сопоставима с ценой линолеума, например, если покрытие из сосны, как наиболее дешёвого материала, но польза для организма человека от использования деревянной отделки будет намного выше, чем от синтетических и полимерных заменителей. Но вопрос, который интересует многих, сегодня звучит так: какая польза от конкретных пород древесины и как они влияют на организм и самочувствие человека?

После анализа множества статей по данной тематике стало ясно, что в целом свойства натурального дерева различных пород древесины очень похожи и они положительно влияют на организм и самочувствие человека, но по некоторым породам древесины хотелось бы указать следующие особенности.

Сосна

Сосна имеет довольно высокие оздоровительные свойства, благодаря освежающему и приятному аромату. На протяжении долгого периода времени эта порода древесины выделяет в воздух фитонциды, которые способствую уничтожению бактерий и вирусов. В помещениях с сосновым полом или стенами это дерево оказывает благотворное влияние на органы дыхания, замечено укрепление всего организма в целом, человек кажется, что воздух идеально чистый и способствует выздоровлению.

Ель

Ель также выделяет фитонциды со всеми вытекающими отсюда полезными свойствами, но наблюдаемые ощущения в помещениях, где в качестве отделки использовалась ель, немного отличаются от сосны, и здесь уже появляются ощущения бодрости, уюта и покоя, какое-то более полное придание жизненных сил и более глубокое чувство оздоровления человека.

Дуб

Дуб для многих символизирует силу и могущество, только из-за цвета и структуры дерева многие люди определяют эту породу как очень надёжную и крепкую, не зная, что это за порода древесины. Следствием этого могут быть антистрессовые свойства, успокоение, в какой-то степени нормализируется кровообращение и давление, помещение с отделкой из дуба становится генератором положительной энергии и восстановлению сил, красивый и ровный рисунок поверхности дубовых досок приятен для визуального восприятия, а твёрдость и крепость поверхности хорошо ощущается при касании. Добавив сюда такие особенные физические свойства этой породы древесины, как устойчивость против гниения и грибка - и в итоге получается некий долговременный комплекс оздоровительных свойств помещения из дуба.

Лиственница

Сама по себе лиственница считается деревом спокойствия, а в качестве отделки помещения или строительного материала лиственницу можно выделить от других пород древесины выделением антиоксидантов, тормозящих процесс старения и улучшающих настроение. Люди, живущие в контакте с этой породой древесины более жизнерадостные, они акцентируются на лучших сторонах жизни и оптимизме. Устойчивость к процессам гниениям и к воздействию вредителей способствует использования положительных свойств лиственницы на долгое время.

Без существенных отличий от других пород древесины, но с более положительным влиянием на организм и самочувствие человека можно выделить пихту, кедр, осину и ольху. Эти породы древесины реже встречаются, но их положительные свойства остаются на достаточно высоком уровне, если их использовать при строительстве или отделке помещения. Но какая бы ни была порода древесины, она намного лучше для организма человека, чем искусственные и холодные материалы, произведённые промышленным способом с использованием химических реакций или других неприродных способов обработки и производства.