Включить или выключить: ИИ научился проектировать пептиды с заданным действием на клетки

Исследователи Пенсильванского университета и Китайского университета Гонконга создали ИИ-систему TD3B, способную проектировать пептиды с заранее заданным действием на клетки. Работа была представлена как Spotlight — наиболее высокооцениваемая форма доклада — на Международной конференции по машинному обучению (ICML 2026). Открытие может ускорить разработку новых лекарств, включая улучшенные аналоги GLP-1 для лечения ожирения и диабета, препараты против зависимостей и новые иммунотерапии.

Пептиды: коды для клеточных рецепторов

Пептиды — короткие цепочки аминокислот — лежат в основе многих существующих лекарств. Семаглутид и другие препараты класса GLP-1, ставшие прорывом в лечении диабета и ожирения, — пептиды. Их мишени — рецепторы, сопряжённые с G-белками (GPCR), которые опосредуют действие около трети всех существующих лекарств. GPCR расположены на поверхности клеток и работают как датчики: получая сигнал, они запускают каскад внутриклеточных реакций.

Ключевое различие: одни молекулы нажимают «кнопку включения» (агонисты), усиливая активность рецептора, другие блокируют её (антагонисты). Если лекарство нацелено на нужный рецептор, но давит не на ту кнопку, оно может вызвать эффект, противоположный желаемому.

Что умеет TD3B

Предыдущие ИИ-системы разрабатывали пептиды, оптимизируя лишь связывание с рецептором, не учитывая функциональный исход этого взаимодействия. TD3B совмещает генерацию новых пептидных последовательностей с предсказанием их функции: агонизм или антагонизм.

Основу метода составляет «направленная дискретная диффузия» (Transition-Directed Discrete Diffusion). В ходе генерации система постепенно корректирует пептидные последовательности в сторону кандидатов с предсказуемым биологическим действием. По словам профессора Пранама Чаттерджи, руководителя исследования, важно не только то, достигает ли молекула нужной мишени, но и то, что именно она «говорит» этой мишени.

Практические направления применения:

• Оптимизация GLP-1-терапий для снижения веса и контроля диабета.
• Подавление мозговых сигналов, связанных с зависимостью.
• Активация иммунных клеток для борьбы с опухолями.

Читайте также по теме: экспериментальных подходах к разработке лекарств.

**Изображение:** молекулярная визуализация пептида и рецептора, интерфейс AI-инструмента для генерации молекул.