Появление 3D-модели клетки приведет к прорыву в медицине

«Клетки — это основа жизни, — пишет профессор Илья Ваксер, директор Центра вычислительной биологии Университета Канзаса, один из авторов статьи. — Недавно произошел значительный прорыв в биомолекулярном моделировании и понимании жизни на молекулярном уровне. Сейчас фокус смещается к более крупным системам — вплоть до размеров целой клетки. Мы пытаемся охватить это эпохальное событие в вычислительной структурной биологии, которое является тектоническим сдвигом от моделирования отдельных биомолекулярных процессов до моделирования всей клетки».

В статье описан ряд методологий, которые объединяются в создании трехмерной модели клетки, включая изучение биологических сетей, автоматическое конструирование 3D-клеток с помощью экспериментальных данных, моделирование белковых комплексов, предсказание белковых взаимодействий, термодинамические и кинетические эффекты моделирования клеточной мембраны и моделирование хромосом.

«Многие необходимые технологии уже доступны, осталось только собрать их воедино в связную стратегию, — говорит профессор Ваксер. — Это сложно, потому что мы только начинаем понимать основные механизмы жизни на молекулярном уровне — задача кажется крайне непростой, но выполнимой, так что мы движемся очень быстро — не только в способности понимать, как все работает, но и в моделировании».

Профессор Ваксер указывает на два главных преимущества трехмерной модели клетки: во-первых, фундаментальное понимание ее устройства. Невозможно утверждать, что разобрался в феномене, если не можешь его смоделировать, считает он. Во-вторых, с практической стороны, это даст нам возможность увидеть спрятанные механизмы заболеваний и действия лекарств, что приведет к прорыву в медицине.

К примеру, 3D-модель клетки может упразднить или улучшить долгий и дорогой протокол разработки лекарственных средств от лабораторного стола до полки в аптеке, пишет Phys.org.

Алгоритмы химического моделирования применяет британская компания BenevolentAI для создания наиболее эффективных лекарств от целого ряда тяжелых заболеваний. Для этого стартап планирует применять машинное обучение, большие данные и возможности суперкомпьютера DGX-1 от Nvidia. На основе собранных сведений стартап создаст обучающую модель, которая поможет разработать инновационные лекарства с минимумом побочных эффектов.