Две работы предлагают улучшить разные этапы поиска лекарств: быстро выбрать молекулы для проверки и определить, на какие белки они могут действовать. Обе пока описывают вычислительные результаты, а не доказанную эффективность новых препаратов.

SweepANN: поиск среди 500 млн молекул

SweepANN ускоряет поиск молекулярных кандидатов по близости к числовым представлениям белковых карманов — участков, с которыми могут связываться вещества. Работа использует представления DrugCLIP.

По сообщению авторов, четыре видеокарты NVIDIA RTX PRO 6000 обрабатывают все 26 562 кармана примерно за 61 секунду. Средняя полнота составляет 99,6% относительно точного поиска: метод находит почти весь набор кандидатов, который дал бы точный расчёт. Важно, что загрузка библиотеки молекул в указанное время не входит.

В собственных сопоставимых испытаниях авторов варианты конкурирующего метода, достигавшие требуемой полноты, занимали в 8,2–24 раза больше времени. Сравнение с отдельно опубликованным запуском DrugCLIP на другом оборудовании нельзя считать чистым сравнением алгоритмов. Практический смысл результата — быстрее формировать списки веществ для дальнейших проверок; сама скорость отбора ничего не доказывает об их лечебной активности.

GenFish: поиск белковых мишеней без ложных отрицательных примеров

Отсутствие записи о взаимодействии молекулы с белком может означать, что эту пару просто не исследовали. GenFish предлагает искать мишени, не превращая такие пробелы в отрицательные примеры для обучения.

По заданной молекуле система предсказывает общие смысловые обозначения белков и ранжирует варианты по вероятности. Авторы также представили набор ProTargetBench, охватывающий 20 431 проверенный человеческий белок. На 198 отложенных молекулах GenFish показал лучшие средние результаты среди семи сравниваемых подходов по трём показателям поиска.

Такой подход может быть полезен для поиска неожиданных мишеней и новых применений известных препаратов. Но найденная вычислительная связь остаётся гипотезой: результаты не означают экспериментального подтверждения новых лекарств.

Обе работы сокращают путь к следующему эксперименту, но не заменяют его: SweepANN помогает быстрее отобрать вещества, а GenFish — предложить белки, взаимодействие с которыми стоит проверить.