Изображение: Мария Лапухина © ИА Красная Весна, Разработка вакцин
Тестирование нового инструмента на основе ИИ под названием LinearDesign, проведенное доктором Юцзянь Чжан и его командой, показало, что генерируемые им РНК-последовательности обеспечивают большую эффективность и стабильность вакцин на их основе, написал 2 мая журнал Nature.
Инструмент разработали исследователи из Baidu Research — компании со штаб-квартирой в Силиконовой долине, Сиэтле и Пекине. Инструмент оптимизирует последовательности генов в вакцинах на основе мРНК. LinearDesign, запускается на настольном компьютере всего за несколько минут. В ходе валидационных тестов были получены вакцины, которые при оценке на мышах вызывали реакцию антител в 128 раз большую, чем те, которые возникали после иммунизации более традиционными вакцинами, оптимизированными «по кодонам».
Алгоритм также помог увеличить стабильность образцов вакцин до шести раз при хранении в пробирках при температуре тела. Этот инструмент уже использовался для оптимизации по крайней мере одной разрешенной вакцины: прививки от COVID-19 от StemiRNA под названием SW-BIC-213, которая получила одобрение для экстренного применения в Лаосе в прошлом году.
Программное обеспечение создает последовательности мРНК более сложной формы и структуры, что позволяет генетическому материалу сохраняться дольше, чем обычно. Чем более стабильна мРНК, доставляемая в клетки человека, тем больше враждебных антигенов вырабатывается механизмами его клеток, что приводит к увеличению количества защитных антител. Повышенная структурная сложность мРНК обеспечивает улучшенную защиту от деградации вакцины. Это означает, что вакцины больше не нужно транспортировать и хранить при температуре ниже -15 °C для поддержания стабильности. Данное свойство позволяет устранить необходимость в оборудовании холодильников на путях доставки и распространения вакцин в районах, где затруднен доступа установкам глубокой заморозки или отсутствует электричество.
Другое направление — это оптимизация структуры мРНК вакцин. Команда, возглавляемая Риджу Дасом, специалистом по вычислительной биологии из Стэнфордской школы медицины в Калифорнии, продемонстрировала в прошлом году, что за счет мРНК можно добиться еще большей экспрессии белка — по крайней мере, в культивируемых клетках человека, — если убрать определенные петлевые структуры из их нитей, даже когда такие изменения ослабляют общую жесткость молекулы. Клеткам проще производить линейные белки, чем кольцевые. Химик-теоретик Ханна Уэйт-Стил, бывший член команды Das, которая сейчас работает в Университете Брандейса в Уолтеме, штат Массачусетс, считает, что оптимизация в виде линейной структуры мРНК может привести к созданию еще более совершенных последовательностей вакцин.
«Это огромное улучшение», — говорит Юцзянь Чжан, бывший руководитель отдела технологии мРНК в StemiRNA Therapeutics в Шанхае, Китай, который руководил экспериментально-валидационными исследованиями нового инструмента. Исследователи под его руководством протестировали улучшенные линейным дизайном вакцины против COVID-19 и опоясывающего лишая на мышах, но этот метод должен оказаться полезным при разработке мРНК-вакцин против любого заболевания.
В соответствии с лицензионным соглашением, заключенным в 2021 году, французский фармацевтический гигант Sanofi также использует LinearDesign в своих собственных экспериментальных продуктах на основе мРНК.
По словам Дэвида Мэтьюза, специалиста по вычислительной РНК-биологии из Медицинского центра Университета Рочестера в Нью-Йорке, LinearDesign может выполнить основную часть тяжелой работы. «Это позволяет людям правильно подойти к любой оптимизации», — говорит он. Мэтьюз помог разработать алгоритм и вместе с Ляном Хуангом является соучредителем Coderna.ai — стартапа, базирующегося в Саннивейле, Калифорния, который продолжает разработку LinearDesign.
Таким образом, благодаря использованию линейной структуры молекул РНК, к ним можно применить алгоритмы, задействованные для обучения GPT сетей: обучить ИИ на основе уже имеющихся вакцин и получить новые последовательности РНК. Данный инструмент значительно облегчает работу всех ученых, занимающихся синтезом новых мРНК вакцин. Следует ожидать лавинообразного нарастания количества новых мРНК вакцин в ближайшее время.
Коммерческая наука в восторге от открывающихся перспектив. Однако вакцины на основе мРНК являются плохоизученным фактором, влияющим на процессы в организме на долговременной основе. Многие ученые высказывают опасения по поводу экстренного внедрения плохоизученных мРНК препаратов во время пандемии COVID-19.
Некоторые, как доктор Питер Маккалоу, говорят о провале мРНК вакцинации от коронавируса. В США эффект мог быть даже обратным: после вакцинации число смертей от последствий заражения коронавирусом увеличилось. Кроме того есть тревожные сообщения о фактах передачи мРНК агентов от особи к особи. Подробнее читайте по ссылкам ниже.
Комментарий РВС
Как в английской поговорке "если нечто выглядит как утка...", в данном случае речь определенно идет об инструментарии биологической войны, а вовсе не о медицине. Вред мРНК вакцин подтвердил как доктор Питер Маккалоу, так и эксперты на слушаниях по этой теме в конгрессе США.
А если вспомнить, как искусственный интеллект уже привлекали к поиску самых страшных ядов, то становится вполне очевидно, что создать лекарство ИИ не сможет. Любое лекарство нужно проверять и перепроверять многие годы. Но вот с созданием оружия он вполне справится. Тем более, что мРНК-вакцины могут передаваться от человека к человеку, а значит с "тестированием" проблем не будет.
Вероятно, создателей биологического оружия не остановит даже сложность контролировать распространение этих веществ в человеческой популяции. В конце концов, странно ожидать осторожности и гуманизма от преемников идеологии тех, кто в нацисткой Германии травил людей "циклоном-Б" или ставил опыты над людьми в императорской Японии.