Dubokim učenjem došli do informacija o bioaktivnosti milijuna molekula
Alat Laboratorija za strukturnu bioinformatiku i mrežnu biologiju pri IRB Barcelona predviđa biološku aktivnost kemijskih spojeva i ključne informacije za procjenu njihovog terapijskog potencijala

Koristeći umjetne neuronske mreže, znanstvenici su izveli eksperimentalne podatke za milijun spojeva i razvili paket programa za procjenu bilo koje vrste molekula. Njihov rad objavljen je u časopisu Nature Communications.
Laboratorij za strukturnu bioinformatiku i mrežnu biologiju pod vodstvom dr. Patricka Aloya dovršio je podatke o bioaktivnosti za milijun molekula. Tim je osmislio i alat za predviđanje biološke aktivnosti bilo koje molekule, čak i kada nisu dostupni eksperimentalni podaci.
Najveća baza podataka
Ova nova metodologija temelji se na Chemical Checkeru, najvećoj bazi podataka profila bioaktivnosti za pseudo lijekove, koju je isti laboratorij razvio i objavio 2020. Chemical Checker prikuplja podatke iz 25 prostora bioaktivnosti za svaku molekulu. Ti su prostori povezani s kemijskom strukturom molekule, ciljevima s kojima ona djeluje ili promjenama koje izaziva na kliničkoj ili staničnoj razini.
Međutim, ove vrlo detaljne informacije o mehanizmu djelovanja nepotpune su za većinu molekula, što implicira da za određenu mogu postojati podaci za jedan ili dva prostora bioaktivnosti, ali ne i za svih 25. Istraživači su sad sve dostupne informacije povezali metodama dubokog strojnog učenja.
Predviđanja i pouzdanost
Podaci o bioaktivnosti predviđeni modelom imaju veći ili manji stupanj pouzdanosti, ovisno o raznim faktorima, uključujući količinu dostupnih eksperimentalnih podataka i značajke molekule.
"Svi su modeli pogrešni, ali neki su korisni! Mjera pouzdanosti omogućuje nam da bolje interpretiramo rezultate i istaknemo koji su prostori bioaktivnosti molekule točni", objašnjava prvi autor dr. Martino Bertoni.
Besplatna softverska knjižnica
"Novi alat omogućuje predviđanje prostora bioaktivnosti novih molekula; to je presudno u procesu otkrivanja lijekova jer možemo odabrati najprikladnije kandidate i odbaciti loše", objašnjava Dr. Aloy.
Ova softverska knjižnica je slobodno dostupna znanstvenoj zajednici, a istraživači će je redovito ažurirati kako bude postajalo dostupno više podataka o biološkoj aktivnosti. Sa svakim ažuriranjem eksperimentalnih podataka u Chemical Checkeru, umjetne neuronske mreže također će se revidirati kako bi se poboljšale procjene.