Исследователи из Национального университета Сингапура  разработали новый метод поиска лекарственных кандидатов для лечения диабетических ран, в котором искусственный интеллект объединяется с молекулярным моделированием. В результате одной из наиболее перспективных находок стала фолиевая кислота — широко известный витамин.

Работа была выполнена междисциплинарной группой под руководством профессора Джорджии Пасторин при участии специалистов в области биомедицинской инженерии и компьютерных наук. Результаты исследования опубликованы в журнале ACS Nano Medicine.

Диабетические язвы, включая синдром диабетической стопы, считаются одной из наиболее сложных медицинских проблем, поскольку одновременно нарушаются процессы воспаления, восстановления тканей и клеточного роста. Это затрудняет поиск эффективных методов терапии и подходящих препаратов.

В новой работе учёные применили комбинированный подход: искусственный интеллект анализировал научную литературу и потенциальные биологические связи, а методы вычислительной химии моделировали взаимодействие молекул лекарств с белками, связанными с заживлением ран. Затем полученные результаты проверялись в лабораторных экспериментах.

Всего система проанализировала около 2 989 существующих препаратов и 8 739 белков, участвующих в процессах заживления. В итоге количество потенциальных комбинаций было сокращено до 35 наиболее перспективных лекарственных кандидатов и 50 ключевых белков-мишеней.

Одним из наиболее перспективных веществ оказалась фолиевая кислота. Несмотря на то что она широко используется как витаминная добавка, её возможное применение при диабетических язвах ранее изучалось ограниченно. В лабораторных тестах на клетках кожи фолиевая кислота заметно ускоряла закрытие ран по сравнению с контрольными образцами.

Исследователи отмечают, что ключевая особенность метода заключается в разделении ролей: ИИ анализирует научные публикации, вычислительная химия проверяет молекулярные взаимодействия, а лабораторные эксперименты подтверждают реальные биологические эффекты.

Учёные подчёркивают, что такой подход позволяет значительно ускорить процесс поиска лекарств — более чем на 70% по сравнению с традиционными методами — и может быть применён для изучения других сложных заболеваний.