Ученые Сибирского государственного медицинского университета (СибГМУ) создали алгоритм, который ускоряет поиск перспективных лекарственных соединений. Разработка позволяет анализировать потенциальное влияние молекул на биологические процессы в клетке.
Новый подход работает как фильтр, быстро отсеивая бесперспективные варианты и выделяя наиболее вероятных кандидатов для экспериментальной проверки. Точность предсказаний модели превышает 86%, что в 100−1000 раз эффективнее случайного перебора соединений.
Преимуществом алгоритма является его комплексность — он оценивает не взаимодействие с одной мишенью, а глобальное влияние вещества на системы организма. Методика использует открытые базы данных, что делает её доступной без необходимости значительных вычислительных мощностей.
Разработка может сократить время и стоимость первоначального этапа создания лекарств на 30−40%. Кроме того, она способствует развитию персонифицированной медицины, позволяя прогнозировать индивидуальную реакцию на вещества.
В ходе работы учёные применяли сервис DIGEP-Pred 2.0 и методы статистического анализа для классификации генов и их функций.