Sztuczna inteligencja może usprawnić jeden z najtrudniejszych etapów poszukiwania nowych leków. Naukowcy z Międzynarodowego Instytutu Biologii Molekularnej i Komórkowej w Warszawie rozwijają dwa narzędzia, które mają przewidywać, jak małe cząsteczki oddziałują z RNA oraz z kompleksami RNA i DNA z białkami. Na realizację projektów DeepLeaRNA i DeepGeNAPL Narodowe Centrum Nauki przeznaczyło łącznie ponad 2,1 mln zł.
AI pomoże szukać nowych leków. Naukowcy z IIMCB opracują dwa narzędzia do analizy RNA
Opublikowano 12 sierpnia 2026 11:25
Obrazek wygenerowany przy pomocy AI
Projekt DeepLeaRNA, kierowany przez dr hab. Filipa Stefaniaka, będzie wykorzystywał uczenie maszynowe i modelowanie molekularne do przewidywania, czy dana cząsteczka może związać się z określoną strukturą RNA. Narzędzie ma wskazywać również potencjalne miejsce wiązania oraz wyjaśniać, które cechy cząsteczki odpowiadają za interakcję. Może to ułatwić wybór najbardziej obiecujących związków do dalszych badań.
Z kolei DeepGeNAPL, kierowany przez dr Grigory’ego Nikolaeva, skupi się na oddziaływaniach małych cząsteczek z kompleksami kwasów nukleinowych i białek. Na podstawie uzyskanych danych system ma również wspierać projektowanie nowych potencjalnie aktywnych cząsteczek.
Oba narzędzia mają przede wszystkim ograniczyć liczbę kosztownych eksperymentów laboratoryjnych poprzez wcześniejsze wyselekcjonowanie najbardziej obiecujących kandydatów. Nie zastąpią jednak badań doświadczalnych ani nie będą automatycznie opracowywać gotowych leków.
Na DeepLeaRNA przyznano 1,46 mln zł w konkursie OPUS 30, a na DeepGeNAPL 687 tys. zł w konkursie SONATA 21.
