Интеллект и метаболиты
В теле человека постоянно присутствуют тысячи различных молекул, представляющих собой продукты его жизнедеятельности, так называемых метаболитов. Их сложно идентифицировать простыми химическими методами, например анализами крови. Но их выявление необходимо и для фундаментальных исследований организма человека, и для его лечения.
Обычно при выделении органических молекул применяют хроматографию, изобретенную нашим соотечественником М.С. Цветом в 1900 году. Ее принцип состоит в разделении молекул по скоростям их направленного движения в некоторой среде. Стандартный метод идентификации метаболитов состоит в применении жидкостной хроматографии, дающей деление изучаемой смеси на фазы с последующей масс-спектрометрией для более тонкой сортировки молекул по массам. Однако даже лучшие аналитические методики не позволяют идентифицировать бóльшую часть молекул без дополнительных подсказок.
Исследователи Люксембургского университета и финского университета Аалто во главе с профессором последнего Юхо Русу (Juho Rousu) для идентификации метаболитов применяют искусственный интеллект, тренированный на данных десятков лабораторий мира. Последним достижением ученых стала работа, описанная в декабре 2022 года в журнале Nature Machine Intelligence. Она обходит ограничения на прямое сравнение информации разных лабораторий, связанные с разными величинами скоростей молекул при проведении хроматографии. Свести предназначенные для тренировки ИИ данные в единую базу ученым позволил тот факт, что последовательность разделенных фаз остается постоянной на разных приборах.
Результаты применения ИИ оказались так точны, что позволяют различать даже стереохимические варианты одной молекулы, то есть ее оптические изомеры. По словам авторов, их подход применим также для отслеживания микрозагрязнений окружающей среды и выявления метаболитов растений. Профессор Юхо Русу уверен, что его программа облегчит разработку лекарств, а также раннее выявление нарушений обмена веществ и связанных с ним заболеваний, например диабета и рака. (Nature Machine Intelligence, 2022)