МНЕНИЕ
Глубокое обучение в моделировании белок-лигандного взаимодействия: новые пути в разработке лекарственных препаратов
1 Институт биоорганической химии имени М. М. Шемякина и Ю. А. Овчинникова Российской академии наук, Москва, Россия
2 Московский физико-технический институт, Долгопрудный, Россия
3 Российский национальный исследовательский медицинский университет имени Н. И. Пирогова, Москва, Россия
Для корреспонденции: Зинаида Михайловна Осипова
ул. Миклухо-Маклая, 16/10, г. Москва, 117997, Россия; ur.hcbi@avoksakz
Финансирование: исследование выполнено за счет гранта Российского научного фонда № 22-44-02024, https://rscf.ru/project/22-44-02024/.
Вклад авторов: А. Д. Барыкин — анализ литературы, написание рукописи, Т. В. Чепурных — идея, анализ литературы, написание и редактирование рукописи, З. М. Осипова — руководство проектом, редактирование рукописи.
Технологии глубокого обучения стали драйвером революционных изменений в научных исследованиях разных областей. Наиболее ярким примером их применения в области структурной биологии и биомедицины является программная разработка нейросеть AlphaFold-2, решившая полувековую проблему предсказания 3D-структуры белков по первичной аминокислотной последовательности. Использование методов глубокого обучения для предсказания белок-лигандных взаимодействий сможет значительно упростить предсказание, ускорить разработку новых эффективных лекарственных препаратов и поменять концепцию драг-дизайна.
Ключевые слова: глубокое обучение, докинг, белок-лигандное взаимодействие, алгоритм нейросети