Лекарство, попав в организм человека, должно, как правило, на молекулярном уровне воздействовать на работу каких-то белков или генов, их кодирующих - того, что называют лекарственными мишенями. Например, если лекарство противовирусное, то оно должно мешать вирусам встраивать свой геном в человеческий. Тогда мишенью будет уже белок вируса. Структура белка вируса известна, и даже известно, какое место в его молекуле самое важное - сайт связывания. Если вставить в сайт связывания "затычку" в виде определенной молекулы, то белок не сможет "вживиться" в геном человека, и вирус умрет.

Для того, чтобы создать лекарство, нужно знать свойства веществ, в том числе и состояние их атомов, которые могли бы соединиться с сайтом узнавания мишени, стать "затычкой". Ученые разработали систему, которая и определяет состояния атомов в веществах, позволяя сузить область поиска веществ с сотен тысяч до всего сотни. Для этого Мария Кадукова и Сергей Грудинин из МФТИ создали систему, которую назвали Knodle. Они использовали технологии машинного обучения - дали программе множество, более 7000, примеров химических соединений с известной структурой для того, чтобы на их основе алгоритм предсказывал состояние атомов в молекулах новых лекарств.

По словам авторов, в настоящее время Knodle находится на шаг впереди подобных себе программ: он допускает всего 3,9% ошибок, тогда как ближайший конкурент 4.7%. Ученые считают, что помощью их программы, можно сузить область поиска с сотен тысяч веществ всего до сотни и значительно ускорить разработку лекарств.