ИИ подобрал 40 тысяч вариантов химического оружия за шесть часов

Ученые из Collaborations Pharmaceuticals разработали модель машинного обучения для поиска новых лекарственных средств. В новой работе они изменили методологию, чтобы выявить потенциально опасные молекулы.

ИИ подобрал 40 тысяч вариантов химического оружия за шесть часов

Инструктор американской базы Форт Леонард Вуд несет нервно-паралитическое вещество VX для заражения автомобиля в учебных целях / ©Getty Images

Алгоритм искусственного интеллекта сумел подобрать 40 тысяч вариантов смертельно опасных молекул. Они могут стать основой для химического оружия. Ведущий автор исследования Фабио Урбина из Collaborations Pharmaceuticals поделился результатами работы, опубликованной в Nature Machine Intelligence.

Искусственный интеллект был разработан для поиска новых лекарственных средств. Он использует наборы данных о протестированных молекулах и определяет эффективность и безопасность веществ. Подготовленный набор данных позволяет модели машинного обучения определять части молекулярной структуры, ответственные за токсичность. Генеративные модели соединяют молекулы в том направлении, которое задают ученые.

В новой работе исследователи решили изменить методологию, чтобы алгоритм не отсеивал, а находил токсичные варианты веществ. В течение шести часов искусственный интеллект выявил десятки молекул, представляющих опасность для человека. Среди них были вещества, напоминающие VX — ингибитор ацетилхолинэстеразы, разработанный в Великобритании в начале 1950-х. Внешне вещество напоминает моторное масло, однако не имеет вкуса и запаха. Фермент ацетилхолинэстераза используется нейронами для регуляции работы мышц. Нервно-паралитическое вещество VX нарушает работу фермента и парализует диафрагму и мышцы легких.

Исследователи заявили, что среди обнаруженных молекул были вещества и с большей токсичностью, чем у VX. Структуры полученных веществ напоминали VX и другие виды химического оружия. При этом некоторые были созданы на основе моделей настоящих отравляющих веществ, которые не включили в подготовленную базу данных.

Урбина подчеркнул, что модель машинного обучения составила прогноз токсичности, а с точностью определить опасность полученных молекул можно только в лабораторных исследованиях. Он оценил вероятность использования генеративных моделей и наборов данных с целью создания химоружия.

По мнению исследователя, это возможно в теории, однако на практике после получения модели опасной молекулы ее необходимо синтезировать. Вещества в составе химического оружия непросто получить: они находятся под наблюдением, а производством занимается ограниченное число компаний.


Источник