Молекула из гаража: ученый с помощью ChatGPT создал экспериментальный препарат от шизофрении

Выпускник Гарвардского университета Дуглас Яо представил PAC-3310 — экспериментальное соединение для потенциальной терапии шизофрении, молекулярная структура которого была сгенерирована при участии языковой модели ChatGPT. Биолог синтезировал вещество в оборудованной домашней лаборатории с автоматическими манипуляторами и провел предварительные тесты на клеточных культурах и лабораторных мышах. До клинических испытаний на людях разработке еще далеко, однако кейс наглядно показывает, как генеративный ИИ упрощает поиск перспективных лекарственных молекул.

Селективный агонист M4 и сравнение с препаратом Cobenfy

Автор разработки обладает фундаментальным академическим бэкграундом: согласно личному сайту Дугласа Яо, он получил степень PhD по вычислительной биологии в Гарварде, окончил UCLA по направлению молекулярной биологии и ранее выступал соавтором публикаций в Nature Biotechnology и Nature Genetics. Сейчас исследователь развивает независимый стартап Pace Pharmaceuticals.

Вещество PAC-3310 спроектировано как высокоселективный агонист мускариновых ацетилхолиновых рецепторов подтипа M4. В отчете на портале Pace Pharmaceuticals приводятся результаты клеточных анализов: молекула связывается с рецептором M4 с показателем EC50 = 97 нМ, практически не активируя родственные подтипы M1, M2, M3 и M5, что критично для исключения кардиологических побочных эффектов.

В тестах на модельных грызунах соединение успешно подавляло индуцированную психотическую гиперактивность в когортах по 11–12 животных, не вызывая нарушений сердечного ритма.

Концептуально PAC-3310 сравнивают с революционным препаратом Cobenfy, одобренным агентством FDA в 2024 году. В состав Cobenfy входят два вещества — ксаномелин и троспий, где второй компонент нейтрализует периферическую токсичность первого. Формула Яо благодаря точечному действию на рецепторы M4 теоретически может обходиться без вспомогательного блокиратора.

Открытый протокол и границы гаражной науки

Исследователь опубликовал первичные данные испытаний, видеозаписи поведения грызунов и код обработки результатов в репозитории Zenodo.

Главное достижение проекта заключается в самом подходе к исследованиям. Яо объединил нейросетевые подсказки, доступное аналитическое оборудование и лабораторных роботов, в одиночку реализовав этап драг-дизайна, который в классической бигфарме требует участия целого отдела химиков. Модели помогали подбирать функциональные группы молекулы, писать код для дозаторов и планировать синтез.

При этом признавать PAC-3310 медицинским прорывом пока рано. Данные исследователя еще не прошли рецензирование в научных изданиях. Молекуле предстоит сложный путь доклинической оценки токсичности, метаболизма и биодоступности, без которых переход к тестам на человеке невозможен.