Бизнес

Российские ученые проверили способность ИИ выбирать мишени для антител

Сбер и AIRI представили бенчмарк для ИИ-моделей разработки лекарств
1200 800 600 400 600 600 200 200 895 505

Ученые Центра практического искусственного интеллекта Сбера совместно со специалистами Института AIRI представили открытый бенчмарк SAASBench. Об этом сообщили в пресс-службе банка.

Новый открытый бенчмарк предназначен для оценки ИИ-моделей, которые применяются при разработке лекарств на основе антител.

В Сбере уточнили, что антитела представляют собой белки иммунной системы, распознающие определенные молекулы — антигены. На основе антител создаются современные препараты для лечения онкологических, аутоиммунных и инфекционных заболеваний. При этом ИИ-модели применяются до лабораторных экспериментов для выбора перспективных вариантов антител.

Исследователи проверили специфичность — способность антитела связываться с нужным антигеном и не реагировать на похожие белки человека. В SAASBench вошли 20 клинически одобренных антител. Для каждого варианта модель получила шесть возможных мишеней: один правильный антиген и пять похожих белков человека.

Всего ученые сформировали 120 смоделированных комплексов «антитело — антиген». С помощью SAASBench исследователи протестировали пять распространенных вычислительных подходов.

Бенчмарк показал различия между оценкой аффинности и специфичности. При этом отмечается, что хорошие результаты при оценке силы связывания антитела с антигеном не гарантируют точного выбора нужной мишени среди похожих белков.

«Мы решили проверить искусственный интеллект на прагматичный вопрос: найдет ли он среди нескольких похожих белков именно тот, с которым должно работать антитело. Для этого разработали SAASBench — инструмент для сравнения ИИ-моделей на ранних этапах создания антител», — сказал старший управляющий директор, директор по ИИ-трансформации Сбера Сергей Рябов.

По его словам, бенчмарк не заменяет лабораторные исследования, но помогает отсеивать ненадежные вычислительные подходы.

«Умение связываться с белком и умение связываться с нужным белком — далеко не одно и то же. Если модель ошибается заранее, вся команда рискует впустую потратить ресурсы. SAASBench позволяет заметить проблему до того, как она ударит по бюджету», — добавил Рябов.