Исследователи из Университета Вирджинии совершили прорыв в области ИИ-разработки лекарств, представив набор инструментов на основе диффузионных моделей — YuelDesign, YuelPocket и YuelBond. Эти инструменты способны проектировать молекулы лекарств, точно подогнанные под белки-мишени, при этом учитывая их реальную подвижность и изменение формы при связывании. Работу возглавил профессор Николай Дохолян (Nikolay V. Dokholyan), специалист по вычислительной биологии.
Традиционный подход к разработке лекарств рассматривает белки как статичные структуры — словно замочные скважины, которые никогда не двигаются. Но в реальности белки постоянно меняют свою форму, особенно при взаимодействии с молекулами. «Другие методы пытаются подобрать ключ к замку, который стоит абсолютно неподвижно, но в вашем теле этот замок постоянно дрожит и меняет форму», — объясняет Дохолян. YuelDesign решает эту проблему, одновременно генерируя и белковый карман, и малую молекулу, позволяя обоим адаптироваться в процессе проектирования.
Технологический стек команды включает три взаимодополняющих инструмента. YuelDesign использует передовые диффузионные модели — тот же класс ИИ, что стоит за генерацией изображений — для создания молекул-кандидатов. YuelPocket применяет графовые нейронные сети для точного определения места на белке, куда должен связаться препарат. А YuelBond обеспечивает корректность химических связей в спроектированных молекулах, гарантируя их синтезируемость и стабильность.
Масштаб проблемы, которую решают эти инструменты, трудно переоценить. Сегодня разработка одного нового лекарства обходится в среднем в $2,6 млрд, при этом 90% препаратов-кандидатов проваливаются на этапе клинических испытаний на людях. Основная причина неудач — именно неточное моделирование взаимодействия молекулы с белком. ИИ-подход команды Дохоляна обещает радикально сократить затраты и повысить процент успешных кандидатов ещё на доклиническом этапе.
Результаты исследований опубликованы в трёх рецензируемых журналах высшего уровня: PNAS (Proceedings of the National Academy of Sciences), Journal of Chemical Information and Modeling и Science Advances. Это подтверждает научную состоятельность подхода и его признание мировым академическим сообществом. В работе также участвовали исследователи Цзянь Ван, Дун Янь Чжан и Шрешти Будакоти.
Разработка YuelDesign вписывается в глобальный тренд применения генеративного ИИ в фармацевтике и биотехнологиях. В 2026 году крупнейшие фармкомпании, включая GSK и Eli Lilly, заключили партнёрства с ИИ-стартапами в области дизайна лекарств. Однако подход Университета Вирджинии выделяется тем, что впервые учитывает динамическую природу белков — феномен «индуцированного соответствия» (induced fit), который десятилетиями был камнем преткновения для компьютерного моделирования. Это может открыть путь к созданию препаратов для ранее «недоступных» белковых мишеней.
