Оглавление

Исследователи MIT применили машинное обучение для проектирования липидных наночастиц (LNP), способных доставлять РНК-терапии в клетки с рекордной эффективностью. Новая модель COMET, основанная на архитектуре трансформеров, анализирует тысячи комбинаций компонентов, предсказывая формулы для вакцин и лечения метаболических заболеваний, сообщает MIT News.

Традиционный подбор состава LNP требует месяцев экспериментов: каждая частица содержит четыре переменных компонента (холестерин, вспомогательные липиды, ионизирующие вещества и PEG-липиды). Команда под руководством Джованни Траверсо создала библиотеку из 3000 вариантов, измерила их эффективность доставки мРНК и использовала эти данные для обучения ИИ.

Трансформерная архитектура в химии

Модель COMET адаптирует принципы, лежащие в основе ChatGPT, для прогнозирования взаимодействий между химическими компонентами. «Как языковые модели понимают комбинации слов, COMET анализирует, как компоненты LNP влияют на свойства частиц», — поясняет ведущий автор Элвин Чан. В лабораторных тестах предсказанные ИИ наночастицы превзошли коммерческие аналоги по эффективности доставки флуоресцентных маркеров в клетки кожи мышей.

Миниатюра видео об исследовании наночастиц с использованием ИИ
Источник: news.mit.edu

Перспективы терапии

Технология открывает возможности для:

  • Ускоренной разработки вакцин (включая модификации под новые штаммы вирусов)
  • Создания терапий против ожирения и диабета через целевое воздействие на метаболизм
  • Пероральной доставки РНК в рамках программы, финансируемой ARPA-H

Результаты опубликованы в открытом исследовании Nature Nanotechnology.

Хотя ИИ уже применяли для оптимизации отдельных молекул, COMET — первый инструмент, работающий со сложными многокомпонентными системами. Это качественный скачок: сокращение времени разработки с лет до недель потенциально спасёт жизни при будущих пандемиях. Однако главный вызов — перенос результатов с культур клеток на живые организмы. Успех здесь определит, станет ли технология прорывом или останется лабораторным курьёзом. Примечательно, что метод родился не в фармгигантах, а в академической среде — доказательство растущей роли университетов в прикладной науке.