Forskare har utformat en maskininlärningsalgoritm för läkemedelsupptäckt som har visat sig vara dubbelt så effektiv som branschstandarden, vilket kan påskynda processen att utveckla nya behandlingar för sjukdomar.

Forskarna, ledd av University of Cambridge, använde sin algoritm för att identifiera fyra nya molekyler som aktiverar ett protein som anses vara relevant för symptom på Alzheimers sjukdom och schizofreni. Resultaten rapporteras i journalen PNAS .

Ett nyckelproblem vid upptäckt av läkemedel är att förutsäga om en molekyl kommer att aktivera en viss fysiologisk process. Det är möjligt att bygga en statistisk modell genom att söka efter kemiska mönster som delas mellan molekyler som är kända för att aktivera den processen, men data för att bygga dessa modeller är begränsade eftersom experiment är dyra och det är oklart vilka kemiska mönster som är statistiskt signifikanta.

"Maskininlärning har gjort betydande framsteg inom områden som datorsyn där data är rikligt, "sa Dr. Alpha Lee från Cambridge Cavendish Laboratory, och studiens huvudförfattare. "Nästa gräns är vetenskapliga tillämpningar som upptäckt av läkemedel, där datamängden är relativt begränsad men vi har fysiska insikter om problemet, och frågan blir hur man gifter sig med data med grundläggande kemi och fysik. "

Algoritmen utvecklad av Lee och hans kollegor, i samarbete med biofarmaceutiska företaget Pfizer, använder matematik för att skilja farmakologiskt relevanta kemiska mönster från irrelevanta.

Viktigt, algoritmen tittar på både molekyler som är kända för att vara aktiva och molekyler som är kända för att vara inaktiva, och lär sig känna igen vilka delar av molekylerna som är viktiga för läkemedelsverkan och vilka delar som inte är det. En matematisk princip som kallas slumpmatrissteori ger förutsägelser om de statistiska egenskaperna hos en slumpmässig och bullrig datamängd, som sedan jämförs med statistiken över kemiska egenskaper hos aktiva/inaktiva molekyler för att destillera vilka kemiska mönster som verkligen är viktiga för bindning i motsats till att uppstå helt enkelt av en slump.

Denna metod gör det möjligt för forskarna att fiska ut viktiga kemiska mönster, inte bara från molekyler som är aktiva, men också från molekyler som är inaktiva - med andra ord, misslyckade experiment kan nu utnyttjas med denna teknik.

Forskarna byggde en modell som började med 222 aktiva molekyler, och kunde beräkningsvis screena ytterligare sex miljoner molekyler. Från detta, forskarna köpte och screenade de 100 mest relevanta molekylerna. Från dessa, de identifierade fyra nya molekyler som aktiverar CHRM1 -receptorn, ett protein som kan vara relevant för Alzheimers sjukdom och schizofreni.

"Möjligheten att fiska ut fyra aktiva molekyler från sex miljoner är som att hitta en nål i en höstack, "sade Lee." En head-to-head-jämförelse visar att vår algoritm är dubbelt så effektiv som branschstandarden. "

Att göra komplexa organiska molekyler är en betydande utmaning inom kemi, och potentiella läkemedel finns i överflöd i utrymmet av ännu omöjliga molekyler. Cambridge -forskarna utvecklar för närvarande algoritmer som förutsäger sätt att syntetisera komplexa organiska molekyler, samt att utvidga maskininlärningsmetodiken till materialupptäckt.

Forskningen stöddes av Winton -programmet för hållbarhetens fysik.