AlphaFold в арсенале современного медицинского химика

Создание новых малых лекарственных молекул — важная и сложная междисциплинарная проблема. На ранних этапах ее решения используют методы хемоинформатики и биоинформатики, что позволяет сократить затраты на поиск соединения-лидера. В арсенале медицинского химика методы моделирования стыковки и молекулярной динамики занимают особое место, так как позволяют прогнозировать возможный механизм связывания потенциального лиганда с белковой мишенью. Однако для моделирования стыковки необходимо располагать пространственной структурой изучаемой мишени. В настоящее время доступны базы данных трехмерных структур, но многие белковые молекулы еще не описаны, поэтому возникает потребность в моделировании их строения. Разработано несколько компьютерных подходов, позволяющих решать эту задачу. Алгорим AlphaFold, работающий на базе методов машинного обучения, рассматривается научным сообществом в качестве наиболее эффективного для прогнозирования трехмерных структур молекул белков. Однако границы его применения в области медицинской химии, в частности для виртуального скрининга, остаются неясными. В данном обзоре кратко описаны методы, позволяющие прогнозировать трехмерные структуры белков, а также рассмотрены примеры использования алгоритма AlphaFold с целью разработки и рационального отбора потенциальных лигандов на стадию биологического тестирования. Особое внимание уделено публикациям, в которых приведены результаты экспериментальной валидации подхода. На основании проведенного анализа сформулированы основные проблемы в обозначенной области и возможные пути их решения.
Библиография — 154 ссылки.