Генеративный искусственный интеллект в открытии лекарств: базовая структура, последние достижения, проблемы и возможности

Существует два основных подхода к обнаружению или проектированию малых лекарственных молекул. Первый включает доработку существующих молекул или коммерчески успешных препаратов с помощью количественных зависимостей «структура–активность» и виртуального скрининга. Второй подход предполагает генерацию новых молекул посредством de novo дизайна лекарств или обратной количественной зависимости «структура–активность». Оба метода нацелены на получение молекулы с оптимальными фармакокинетическими и фармакодинамическими свойствами. Однако вывод нового лекарства на рынок является дорогостоящим и трудоёмким процессом: средние затраты оцениваются примерно в 2,5 миллиарда долларов. Одной из крупнейших проблем является скрининг огромного числа потенциальных кандидатов, чтобы найти безопасный и эффективный препарат. Развитие искусственного интеллекта в последние годы было феноменальным и произвело революцию во многих областях. Фармацевтические науки также значительно выиграли от многочисленных применений искусственного интеллекта, особенно в проектах по открытию лекарств. Модели искусственного интеллекта применяются для предсказания молекулярных свойств, генерации молекул, виртуального скрининга, планирования синтеза, ребропозирования и других задач. В последнее время генеративный искусственный интеллект приобрёл популярность в различных областях благодаря способности порождать полностью новые данные, такие как изображения, предложения, аудио, видео и новые химические молекулы. Генеративный ИИ также показал многообещающие результаты в открытии и разработке лекарств. В данном обзоре рассматриваются основы и структура различных моделей генеративного ИИ в контексте открытия лекарств с помощью подхода de novo дизайна. Обсуждаются как базовые, так и продвинутые модели и их недавние приложения. Обзор также исследует недавние примеры и достижения в подходе генеративного ИИ, а также проблемы и текущие усилия по полному использованию потенциала генеративного ИИ для более быстрого и доступного создания новых молекул. В обзоре также обсуждаются некоторые клинические активы, созданные с помощью генеративного ИИ, чтобы показать растущее применение искусственного интеллекта в открытии лекарств через коммерческие партнёрства.