Российские ученые создали крупнейшую в мире базу данных противоопухолевой активности комплексов металлов. Проект получил название MetalCytoToxDB и уже используется для разработки моделей машинного обучения, способных предсказывать эффективность потенциальных лекарств. Результаты работы опубликованы в Journal of Medicinal Chemistry.
Базу разработали сотрудники Института общей и неорганической химии им. Н.С. Курнакова РАН и МГУ им. М.В. Ломоносова. В нее вошли более 26,5 тыс. значений IC₅₀ для 7050 комплексов пяти металлов — рутения, иридия, родия, рения и осмия, протестированных на 754 клеточных линиях. Данные были вручную собраны из более 1,9 тыс. научных публикаций.
IC₅₀ — показатель концентрации вещества, необходимой для подавления активности клеток на 50%.
Комплексы переходных металлов — перспективные противоопухолевые агенты, среди них наиболее известным примером является цисплатин, широко применяемый в клинической практике.
Создание MetalCytoToxDB призвано решить ключевую проблему разработки металлосодержащих противоопухолевых препаратов — отсутствие систематизированных данных. В отличие от существующих баз, новая платформа содержит подробную информацию о цитотоксичности, условиях экспериментов и источниках данных, что должно облегчить применение методов хемоинформатики и искусственного интеллекта.
На основе базы ученые обучили модели машинного обучения, демонстрирующие высокую точность предсказаний. Так, для рутениевых комплексов показатель ROC-AUC составил 0,81, для иридиевых — 0,73. При проверке на новых данных модель в 90% случаев корректно определяла активные соединения, что значительно превышает случайный отбор. Также разработана мультиметальная модель для соединений с ограниченным объемом данных.
Авторы отмечают, что текущая версия моделей имеет ограничения: не учитывается геометрия комплексов, а именно расположения лигандов вокруг атома металла, влияние противоионов и не оценивается селективность по отношению к здоровым клеткам. Барьеры возникают из-за несбалансированности публикуемых в статьях данных. Эти направления рассматриваются как перспективы дальнейших исследований.
