Машинное обучение помогло открыть новую молекулу для более безопасной заморозки лекарств

Без криоконсервации биоматериалы и лекарства медики должны были бы вводить немедленно, но это ограничивает их доступность для использования в будущем. Существующие криопротекторы эффективны для защиты клеток, но они не предотвращают образование кристаллов льда.

Новое открытие стало шагом к исправлению ситуации. Команда ученых выявила новую молекулу, способную предотвращать рост кристаллов льда при замораживании. Специалисты разработали компьютерную модель, чтобы проанализировать большие массивы данных о химических соединениях, определяя, какие из них наиболее эффективны в качестве криопротекторов.

"После многих лет трудоемкого сбора данных в лаборатории, невероятно интересно получить модель машинного обучения, которая позволяет использовать основанный на данных подход к прогнозированию криозащитной активности. Это яркий пример того, как машинное обучение может ускорить научные исследования, сокращая время, затрачиваемое исследователями на рутинные эксперименты, и позволяя им сосредоточиться на более сложных задачах, которые по-прежнему требуют человеческой изобретательности и опыта", – заявил доктор Мэтт Уоррен (Matt Warren), возглавлявший проект.

Ученые также провели эксперименты с использованием образцов крови. Оказалось, что количество обычного криопротектора, необходимого для хранения биоматериалов, можно уменьшить за счет добавления обнаруженных молекул.

"Результаты компьютерной модели были поразительными, она позволила идентифицировать активные молекулы, которые я никогда бы не выбрал, даже с моим многолетним опытом. Это действительно демонстрирует мощь машинного обучения", – добавил профессор Мэтью Гибсон (Matthew Gibson).

Разработка заменяет дорогостоящие методы исследований, пояснили ученые. Речь идет в том числе об экспериментах, которые отнимали много времени и приводили к ошибочным результатам.