Искусственный интеллект (ИИ) меняет правила игры в создании биоматериалов — теперь вместо долгих проб и ошибок алгоритмы за несколько часов подбирают идеальный состав. Представьте: нейросети с точностью выше 90% предсказывают, как быстро рассосется каркас для выращивания органов или выдержит ли полимер нагрузку в искусственном сердце. Уже сегодня ИИ-платформы проектируют гидрогели, которые реагируют на температуру тела, и наночастицы для точечной доставки лекарств — раньше на такие разработки уходили годы.

Гидрогели — это желеобразные материалы на основе воды и полимеров, способные разбухать или сжиматься в ответ на изменения температуры, pH или света. В медицине используются как «умные» повязки, каркасы для выращивания клеток или контейнеры для медленного высвобождения лекарств.

Вот как это работает. Ученые загружают в систему данные о тысячах материалов — от обычного хирургического шовного материала до сложных керамических имплантов. Алгоритмы находят скрытые закономерности: например, связь между химической формулой и скоростью разложения в организме. Потом предлагают варианты, которые человек бы не додумался проверить. Так, с помощью метода случайного леса (это тип алгоритма) нашли сплав для рассасывающихся стентов — он не вызывает воспаления и исчезает ровно когда нужно.

Подробности исследования опубликованы в издании Biofunctional Materials.

Но не все так гладко. Главная проблема — качество данных. Лаборатории по-разному проводят тесты, а роботизированные установки генерируют терабайты неструктурированной информации. Приходится дорабатывать модели: например, «доучивать» их на маленьких наборах проверенных данных. Еще вопрос — как регулировать такие разработки. FDA пока не имеет четких правил для ИИ-разработанных материалов, а врачи хотят понимать, почему алгоритм выбрал именно этот состав.

Что в сухом остатке

• Скорость: оптимизация синтеза наночастиц PLGA сократилась с 6 месяцев до 3 недель
• Точность: предсказание механических свойств полимеров теперь точнее человеческих расчетов на 40%
• Персонализация: скоро можно будет печатать импланты с учетом анатомии конкретного пациента

Главный прорыв — в сокращении времени и стоимости. Например, ИИ уже сейчас ускоряет создание биорассасывающихся каркасов для регенерации костей — это спасет пациентов с тяжелыми переломами от многократных операций. Другое применение — «умные» повязки для диабетиков: алгоритмы подбирают полимеры, которые меняют структуру при повышении сахара в ране и сами выпускают антибиотик. В долгосрочной перспективе это приведет к удешевлению лечения — лабораторный этап съедает до 60% бюджета фармкомпаний.

Автор исследования обходит стороной проблему «черного ящика». Да, ИИ выдает точные предсказания, но в 30% случаев исследователи не могут объяснить, почему выбран именно такой состав полимера. Для медицины, где важен механизм действия, это риск — без понимания принципов возможны непредсказуемые побочные эффекты.

Ранее ученые разработали микрочастицы из шелка и железа для доставки лекарств в организме.