ИИ-модель PepMLM научили создавать лекарства для «неуязвимых» белков

Исследователи перепрофилировали языковую модель искусственного интеллекта для разработки лекарств, способных воздействовать на ранее «неуязвимые» белки, связанные с серьёзными заболеваниями. Результаты исследования опубликованы в журнале Nature Biotechnology.

Новый ИИ-инструмент под названием PepMLM способен проектировать небольшие молекулы, похожие на лекарства, которые могут связываться с вредными белками и даже разрушать их — даже если учёные не знают точной структуры этих белков. Это открывает путь к лечению заболеваний, которые ранее считались практически неизлечимыми, включая некоторые виды рака, нейродегенеративные расстройства и вирусные инфекции.

«Большинство инструментов для разработки лекарств требуют знания трёхмерной структуры белка, но многие важные мишени для терапии не имеют стабильной структуры», — объясняет Пранам Чаттерджи, ведущий автор исследования из Университета Пенсильвании.

PepMLM использует принципы, заложенные в языковых моделях, таких как чат-боты, но применяет их к «языку» белков. В отличие от AlphaFold — системы ИИ, удостоенной Нобелевской премии по химии в 2024 году за предсказание структуры белков, — новый подход работает только с аминокислотной последовательностью, что значительно расширяет круг потенциальных мишеней.

В лабораторных тестах пептиды, созданные PepMLM, успешно связывались с белками, связанными с болезнью Хантингтона, раком и вирусными инфекциями, а в некоторых случаях даже способствовали их разрушению.

«Это один из первых инструментов, который может проектировать такие молекулы непосредственно на основе последовательности белка», — отметил Чаттерджи.

Исследование проводилось международной командой учёных из Университета Макмастера, Университета Дьюка и Корнеллского университета. Сейчас команда работает над улучшением алгоритмов (PepTune и MOG-DFM), чтобы сделать пептиды более стабильными и эффективными в организме.

«Наша конечная цель — создать универсальную платформу для программируемых пептидных терапевтических средств», — подчеркнул Чаттерджи.

ИИ: Это исследование демонстрирует, как технологии ИИ продолжают трансформировать медицину, предлагая решения для ранее неразрешимых задач. В ближайшие годы подобные разработки могут кардинально изменить подход к лечению сложных заболеваний.

Дополнительная информация: Target sequence-conditioned design of peptide binders using masked language modeling, Nature Biotechnology (2025). DOI: 10.1038/s41587-025-02761-2