Международная группа исследователей, в которую вошли специалисты Научно-исследовательского института биомедицинской химии имени В.Н. Ореховича, смогла с помощью методов машинного обучения спрогнозировать устойчивость редких мутаций вируса иммунодефицита человека (ВИЧ) к лекарствам. Точность прогнозирования составила от 72% до 93%.
Как отметили авторы работы, в процессе развития ВИЧ могут возникать мутации в аминокислотных последовательностях его структурных белков. Они приводят к устойчивости вируса к лекарствам.
Существующие компьютерные методы прогнозирования лекарственной устойчивости ВИЧ работают с точностью до 91-94%. Однако при исследовании новых вариантов вируса с редко встречающимися мутациями большинство из них не дают такой точности, поскольку результаты сложно интерпретировать. В целом, данные методы не показывают, какие именно мутации (если их несколько) приводят к устойчивости.
Учёные впервые применили генеративные топографические карты к прогнозированию лекарственной устойчивости ВИЧ. Старший научный сотрудник Лаборатории структурно-функционального конструирования лекарств ИБМХ Ольга Тарасова объяснила, что при этом методе точки, отображающие признаки элементов обучающей выборки (их используют для построения модели), проецируют на гиперпространство, построенное в меньшем пространстве признаков. Затем гиперпространство «разворачивают» в плоскость. В итоге элементы выборки, которые характеризуются схожими между собой особенностями, оказываются близко расположенными друг к другу на плоскости и могут быть сгруппированы по своим характеристикам. В данном случае их группируют по степени устойчивости к лекарственным препаратам.
Ученые использовали для прогноза признаки на основе последовательностей белков ВИЧ — интегразы, протеазы и обратной транскриптазы. Точность прогнозирования составила от 72% до 93% в зависимости от конкретного препарата.
По мнению авторов разработки, модель можно применить для компьютерного прогнозирования лекарственной устойчивости ВИЧ к определенному классу антиретровирусных лекарственных препаратов, чтобы корректировать схемы терапии.
Пока же исследователи работают над усовершенствованием разработанных моделей и веб-сервисов, а также тестируют их в некоторых клинических исследованиях.
В перспективе планируется развивать компьютерный подход к анализу ответа организма человека на ВИЧ-инфекцию, включая прогнозирование лекарственной устойчивости ВИЧ и исследование ответа на инфекцию на уровне транскриптома (набор транскриптов в клетке, включая матричные и некодирующие РНК). Также учёные ищут белки-регуляторы основных звеньев патогенетических процессов при ВИЧ-инфекции и сопутствующих заболеваний, возникающих у пациентов, например, нейрокогнитивных расстройств, метаболических нарушений, сердечно-сосудистых и опухолевых заболеваний.
Статья опубликована в журнале Bioinformatics.
В 2021 году группа учёных из Массачусетского технологического института и Кембриджского и Гарвардского университетов предложила использовать для анализа мутаций вирусов искусственный интеллект, который распознаёт текст. Целью учёных было научиться моделировать и предсказывать мутации вирусов и случаи приобретения устойчивости к лекарствам и антителам. Исследователи использовали алгоритмы ИИ и машинного обучения, которые были созданы для распознавания и генерации человеческой речи. По их словам, они обнаружили, что вирус может мутировать таким образом, что сохраняет способность к инфицированию, но воспринимается иммунитетом человека по-другому — так же, как замена одного слова в предложении никак не влияет на грамматику и синтаксис, но меняет его значение.
