Привет, коллеги! Как-то читала новость, что мужчина с помощью ChatGPT разработал мРНК вакцину от рака для своей собаки. У Пола Конингема не было биологического образования, но когда у его любимого питомца диагностировали мастоцитому, а стандартная химия не помогла, он отказался сдаваться. Сначала он загрузил медицинские данные в ChatGPT (а также Gemini и Grok), чтобы составить пошаговый план действий. По совету ИИ он сделал секвенирование ДНК здоровых клеток собаки и клеток её опухоли. С помощью нейросети AlphaFold (которая предсказывает форму белков) он сравнил мутации и вычислил конкретные измененные белки, которые иммунная система собаки могла бы атаковать. И затем с готовыми расчетами Пол пришел к профессорам из Университета Нового Южного Уэльса (UNSW). Ученые были поражены точностью данных и согласились бесплатно в лабораторных условиях собрать по его чертежам физическую мРНК-вакцину. Вакцина дала мощный эффект, опухоль уменьшились на 75% всего за месяц. К сожалению, это не стало панацеей: в силу тяжести болезни Рози прожила еще какое-то время и скончалась летом 2026 года. Но эксперимент доказал: благодаря ИИ человек может кооперироваться с наукой и создавать сложнейшие лекарства в кратчайшие сроки. Звучит как какая-то фантастика, но вообще технологии drug design с помощью компьютерного моделирования существуют уже относительно давно. И ИИ, несомненно, ускорил этот процесс. Пол был программистом и хорошо разбирался в машинном обучении и в этом плане сложные технические штуки дались ему попроще. Но хорошая новость в том, что химики и фармацевты тоже имеют все шансы быстро запрыгнуть в новые технологии. Центр ИИ в химии ИТМО запустили курс «ИИ в дизайне лекарственных молекул» — единственный русскоязычный курс, где химия, data science и drug discovery наконец собраны в одном месте, а не размазаны по трём разным специальностям. Курс предназначен для студентов и специалистов в области химии, фармацевтики и смежных. Вы научитесь: ▫️ понимать полный цикл разработки лекарств и где именно ИИ меняет правила игры ▫️ работать с профессиональными базами: ChEMBL, PubChem — не просто «слышали», а руками ▫️ прогнозировать активность и токсичность молекул ▫️ делать виртуальный скрининг и молекулярный докинг ▫️ генерировать новые структуры — de novo drug design ▫️ использовать RDKit и реальные ML-фреймворки как в индустрии Программа курса состоит из 9 модулей: введение в драг дизайн → основы data science → представления молекул → ML для химических задач → молекулярный докинг → методы оценки молекул → основы глубокого обучения → базы данных → генеративные модели Преподаватели — инженеры и исследователи Центра ИИ в химии ИТМО и Сколтеха. 💻 Опыт программирования желателен, но не обязателен, можно будет разобраться по ходу. 🔗 Запись на программу по ссылке