НАУКА и ОБЩЕСТВО 2026. 16
78 • Учёные МФТИ: Нейросети дают сбой при разработке новых лекарств
• Российские ученые нашли новый метод лечения пациентов с болезнью Альцгеймера
• Генетики создали инструментарий для управления полезными кишечными бактериями
• От квазикристаллов до лекарств: физики раскрыли принцип сборки невирусных белковых капсул
Учёные МФТИ: Нейросети дают сбой при разработке новых лекарств
Искусственный интеллект, применяемый для моделирования будущих лекарств, может давать систематические ошибки. К такому выводу пришли учёные Московского физико-технического института (МФТИ), проверив четыре популярных алгоритма. Это исследование поможет разработчикам препаратов точнее оценивать риски при использовании нейросетей и укажет пути совершенствования таких систем. Результаты опубликованы в виде препринта на платформе bioRxiv.
Современные методы искусственного интеллекта, такие как AlphaFold 3, произвели революцию в структурной биологии, научившись предсказывать пространственное строение белков. Их развитие позволило моделировать и комплексы белков с малыми молекулами (лигандами), используемые для создания новых лекарств. Это открыло широкие перспективы для биотехнологии и фармакологии. Однако точность таких предсказаний, особенно для молекул, способных менять свой заряд в зависимости от кислотности среды, до сих пор систематически не проверялась.
В ходе работы учёные протестировали четыре популярных инструмента: AlphaFold 3, Boltz-2, Chai-1 и Protenix-v1. В качестве тестовых объектов взяли простейшие соединения, способные существовать как в нейтральной, так и в заряженной форме – метиламин и уксусную кислоту. Эти молекулы повсеместно встречаются в белках и, следовательно, должны быть хорошо «знакомы» нейросетям. Однако вычислительные эксперименты показали, что результаты их предсказаний в большинстве случаев сильнее зависели от формата описания молекулы на входе (стандарт химических компонентов CCD или строковая запись SMILES), чем от ее заряда.
https://mipt.ru/news/uchyenye-mfti-neyroseti-dayut-sboy-pri-razrabotke-novykh-lekarstv
https://www.biorxiv.org/content/10.64898/2026.02.18.706547v1.full
Российские ученые нашли новый метод лечения пациентов с болезнью Альцгеймера
Врачи Сеченовского Университета впервые в мире применили селективную плазмосорбцию внеклеточной ДНК для лечения болезни Альцгеймера. Как отметила заведующая кабинетом трансфузиологии УКБ №3 Наталья Сивцевич, эта методика позволяет точечно снижать нагрузку циркулирующей внеклеточной ДНК и нейтрофильных внеклеточных ловушек (NETs), чего раньше в клинической практике делать не удавалось.
Эффективность селективной плазмосорбции внеклеточной ДНК была подтверждена в ходе пилотного клинического исследования с применением сорбционной колонки «НуклеоКор» (производства ООО «ПОКАРД РПФ»). В отличие от стандартного плазмафереза, этот метод основан на избирательном извлечении субстрата. Сорбент точечно связывает и удаляет из плазмы ДНК-содержащие образования, включая фрагменты циркулирующих нуклеосом и NETs, не затрагивая при этом ее нативные компоненты.
Через три месяца после терапии специалисты зафиксировали положительные результаты: у пациентов выявлено улучшение эпизодической вербальной памяти, скорости обработки информации и внимания по данным нейропсихологического обследования, а также позитивные изменения когнитивных функций. Отмечена положительная динамика повседневного функционирования по шкале ADCS-MCI.
Генетики создали инструментарий для управления полезными кишечными бактериями
Исследователи из Медицинского колледжа Вейла Корнелла разработали набор молекулярных инструментов для регулирования активности определенных генов в одном из самых распространенных классов кишечных бактерий. Возможность генетически манипулировать этими микроорганизмами может привести к лучшему пониманию их роли в физиологии человека и развитии заболеваний.
У здоровых людей клостридии составляют половину всех бактерий в кишечнике. Многие из них вырабатывают метаболиты, которые, вероятно, полезны для здоровья человека и иммунной системы. Однако некоторые из них вызывают заболевания — от ботулизма и воспалительных заболеваний кишечника до нарушений обмена веществ, таких как диабет, и даже рака.
До конца не ясно, как именно клостридии способствуют возникновению или прогрессированию заболеваний. Например, вырабатывают ли бактерии определенный токсин или метаболит, влияющий на течение болезни? Или же изменения в их количестве могут повлиять на другие кишечные бактерии и привести к ухудшению здоровья или развитию заболеваний?
Чтобы разработать инструмент для точного контроля над определенными генами клостридий, учёные обратились к последовательностям ДНК, также известным как промоторы, которые обычно регулируют активность экспрессии генов у этих микроорганизмов. Они протестировали 67 различных регуляторных последовательностей, выделенных из одного штамма клостридий, и определили ту, которая обеспечивала наивысший уровень активности генов. Затем они взяли этот сильный «промотор» гена и прикрепили к нему «переключатель», который позволял включать и выключать промотор с помощью химического индуктора.
Обнаружено, что с помощью химического индуктора можно регулировать уровень экспрессии отдельных генов, отвечающих за метаболизм бактерий. Эта манипуляция сработала как в культуре, так и при введении Clostridia с промотором мышам.
Наборы инструментов, разработанные исследователями, описаны в исследовании, опубликованном в Nature Biotechnology.
От квазикристаллов до лекарств: физики раскрыли принцип сборки невирусных белковых капсул
Физики разработали теорию, которая описывает, как белковые молекулы в клетках самостоятельно складываются в полые многогранные наноконтейнеры. Оказалось, что их сборка подчиняется тем же принципам, что и рост кристаллов, а получившиеся структуры обладают локальным квазикристаллическим порядком. Такие белковые оболочки в природе выполняют важные биологические функции: ускоряют химические реакции, участвуют в работе иммунитета и транспортировке активных молекул, — а искусственное управление их архитектурой открывает путь к созданию адресных систем доставки лекарств, нанореакторов и биосовместимых платформ для диагностики и терапии заболеваний. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в Journal of the Royal Society Interface.
В живых клетках белковые молекулы часто собираются в полые структуры, напоминающие капсулы. В отличие от вирусных оболочек, такие наноконтейнеры не связаны с хранением и переносом генетического материала: они служат для хранения и перемещения важных веществ — например, витаминов и соединений железа, — а также действуют как ферменты и утилизируют неправильно свернутые белки. Обычно эти контейнеры небольшие — они состоят из 12–72 белковых «деталей», — но принципы их самоорганизации долгое время оставались не до конца понятны.
Оболочки вирусов тоже самоорганизуются из белковых молекул, и принципы их сборки ранее описали ученые из Южного федерального университета (Ростов-на-Дону). Однако у вирусных оболочек и невирусных клеточных контейнеров разная геометрия. Для большинства вирусов характерна икосаэдрическая (двадцатигранная) симметрия и локальный порядок оболочки, напоминающий двумерный кристалл. Невирусные же оболочки чаще обладают более сложной тетраэдрической или октаэдрической симметрией (на основе правильных четырех- или восьмигранников соответственно) и могут включать сложные плотные группы из нескольких белковых молекул, которые ведут себя как единый структурный блок оболочки. Из-за этих различий прежние теории, разработанные для вирусных оболочек, не подходили напрямую для описания невирусных контейнеров.
В новом исследовании ученые впервые создали математическую модель, которая описывает принципы укладки невирусных белковых оболочек. В ее основе лежит теория Ландау, которую физики используют для описания изменений в веществе при упорядочении его молекул — например во время замерзания воды или роста кристаллов. Ключевая идея состояла в том, что сборка белковой оболочки — это тоже процесс упорядочения, только на кривой поверхности сферы, а не в привычном плоском пространстве.
Чтобы лучше понять принцип укладки белков, ученые с помощью компьютерного моделирования «развернули» сферические оболочки в плоские развертки — подобно тому, как глобус превращают в карту. Оказалось, что многие такие оболочки можно вырезать из структур, похожих на квазикристаллические мозаики. Именно поэтому многие невирусные белковые оболочки демонстрируют локальный квазикристаллический порядок с локальными осями симметрии, запрещенными для обычных кристаллов.
Более того, на примере 22 реально существующих оболочек авторы показали, что почти все связи между белками в них эквивалентны ребрам сферических квазирешеток, предсказанных теорией. Так, из 22 проанализированных структур лишь в четырех нашлись дополнительные связи, не укладывающиеся в идеальную мозаичную картину. Такое почти полное совпадение реальной сети контактов с теоретическим узором — сильный аргумент в пользу того, что модель описывает истинный физический механизм сборки.
Таким образом, новая теория позволяет при проектировании искусственных наноконтейнеров заранее предсказать, какие межбелковые контакты будут ключевыми и обязательными для устойчивости оболочки, а какие — второстепенными или дополнительными «усиливающими» связями. Это дает разработчикам ориентир, где именно стоит контролировать или модифицировать взаимодействия между структурными единицами, чтобы получить стабильный контейнер с заданными свойствами, не полагаясь на метод проб и ошибок.
Нейросеть ускоряет анализ клеточных структур на порядок
Исследователи из ФИЦ «Институт цитологии и генетики» СО РАН и Научно-исследовательского института клинической и экспериментальной лимфологии — филиала ФИЦ ИЦиГ СО РАН создали нейросеть, которая в 10-15 раз ускоряет анализ контактов между клеточными структурами на модели мышиной меланомы.
Инструмент поможет в поиске новых мишеней для терапии рака, автоматизируя работу, на которую у специалистов раньше уходили месяцы. Статья об этом опубликована в Journal of Imaging.
Для изучения этих контактов в опухолях специалисты используют электронную микроскопию, но ручной анализ сотен снимков занимает месяцы. Чтобы решить эту проблему, была создана нейросеть, которая автоматически анализирует изображения. Новый инструмент позволяет сократить время анализа одного изображения с 20-30 до двух минут, что ускоряет процесс в 10-15 раз. На основе созданной нейросети был разработан веб-сервис: пользователь загружает изображение и на выходе получает готовую таблицу со всеми посчитанными данными.
Нейросеть автоматически находит на снимках митохондрии и ЭПР, а затем определяет точки их соприкосновения. Именно подсчёт количества этих внутриклеточных органелл, а также контактов и их морфологических характеристик (например длины) и занимал у исследователей больше всего времени при ручном анализе.
Главной сложностью при обучении нейросети стало низкое качество исходных изображений или так называемые «шумные» данные. Срез клетки для электронной микроскопии может пройти неровно, оставляя на изображении сколы или пустоты. Кроме того, неидеальная резкость мембран и неочевидные градации цвета на микрофотографиях серьёзно затрудняли работу ИИ. Создатели инструмента подчёркивают, что достижение стопроцентной точности не было основной целью, поскольку даже опытные специалисты при ручном подсчёте допускают ошибки.
Специалисты отмечают, что метод необходимо тестировать на других типах опухолей и на биологических образцах человека.Исследователи из ФИЦ «Институт цитологии и генетики» СО РАН и Научно-исследовательского института клинической и экспериментальной лимфологии — филиала ФИЦ ИЦиГ СО РАН создали нейросеть, которая в 10-15 раз ускоряет анализ контактов между клеточными структурами на модели мышиной меланомы.
Инструмент поможет в поиске новых мишеней для терапии рака, автоматизируя работу, на которую у специалистов раньше уходили месяцы. Статья об этом опубликована в Journal of Imaging.
Для изучения этих контактов в опухолях специалисты используют электронную микроскопию, но ручной анализ сотен снимков занимает месяцы. Чтобы решить эту проблему, была создана нейросеть, которая автоматически анализирует изображения. Новый инструмент позволяет сократить время анализа одного изображения с 20-30 до двух минут, что ускоряет процесс в 10-15 раз. На основе созданной нейросети был разработан веб-сервис: пользователь загружает изображение и на выходе получает готовую таблицу со всеми посчитанными данными.
Нейросеть автоматически находит на снимках митохондрии и ЭПР, а затем определяет точки их соприкосновения. Именно подсчёт количества этих внутриклеточных органелл, а также контактов и их морфологических характеристик (например длины) и занимал у исследователей больше всего времени при ручном анализе.
Главной сложностью при обучении нейросети стало низкое качество исходных изображений или так называемые «шумные» данные. Срез клетки для электронной микроскопии может пройти неровно, оставляя на изображении сколы или пустоты. Кроме того, неидеальная резкость мембран и неочевидные градации цвета на микрофотографиях серьёзно затрудняли работу ИИ. Создатели инструмента подчёркивают, что достижение стопроцентной точности не было основной целью, поскольку даже опытные специалисты при ручном подсчёте допускают ошибки.
Специалисты отмечают, что метод необходимо тестировать на других типах опухолей и на биологических образцах человека.
https://new.ras.ru/press-center/neyroset-uskoryaet-analiz-kletochnykh-struktur-na-poryadok/
*Для иллюстрации использовалась фотография конкурса АТГУ с сайта:
https://astu.org/Content/Article/39811?utm_source=ya.ru&utm_medium=referral&utm_campaign=ya.ru&utm_referrer=ya.ru