Центр искусственного интеллекта для стран ШОС+ успешно презентовал технологию физически информированных нейросетей для раннего выявления и предотвращения возрастных изменений белковых структур.
24 апреля 2026 года в Российском государственном педагогическом университете им. А. И. Герцена состоялся VI Санкт-Петербургский международный геронтологический форум. В рамках деловой программы мероприятия Центр искусственного интеллекта для стран ШОС+ представил инновационную разработку, объединяющую достижения биофизики, молекулярной биологии и машинного обучения. Для команды исследователей данное выступление стало стратегической премьерой на профильной площадке высокого уровня, где проект был оценен ведущими экспертами, посвятившими десятилетия изучению биологии старения.

С докладом перед аудиторией выступил Александр Ануфриев, детально раскрывший архитектурные особенности и прикладной потенциал платформы «РАЗУМФАРМА». В основе технологии лежат физически информированные графовые нейросети (Physically Informed Graph Neural Networks, PI-GNN).
Ключевое отличие данного подхода от традиционных алгоритмов заключается в синергии методов глубокого обучения и фундаментальных законов физики. Нейросеть обучается не только на массивах эмпирических данных, но и с учетом физических принципов, определяющих пространственную структуру и динамику белковых молекул. Это позволяет системе выявлять конформационные изменения и структурную деградацию белков на ранних стадиях, до наступления необратимых последствий, что критически важно для понимания механизмов старения.

В ходе презентации были озвучены метрики эффективности платформы, подтверждающие ее конкурентоспособность на мировом уровне:
Предиктивная точность: Модель демонстрирует способность фиксировать локальные структурные изменения с точностью 96,4% (показатель ROC-AUC составил 0,94). Данные результаты были подтверждены в ходе валидации на моделях вирусов гриппа.
Скорость вычислений: Алгоритмы скрининга работают в тысячу раз быстрее классических вычислительных методов, что многократно сокращает время доклинических исследований.
Интерпретируемость модели: Система обеспечивает высокую прозрачность анализа, точно локализуя ослабевающие молекулярные контакты и предоставляя исследователям понятный механистический анализ.

Высокий научный и практический потенциал разработки был единодушно отмечен профессиональным сообществом, а успешный дебют на форуме подтвердил востребованность подобных ИИ-решений в современной медицине.
В перспективе команда Центра искусственного интеллекта для стран ШОС+ планирует масштабировать технологию. Основной целью является создание полноценной вычислительной платформы для доклинического геропротективного скрининга. Реализация данного проекта позволит медицинской науке совершить качественный переход: от простой констатации фактов возрастной деградации белков к их активному, прицельному и заблаговременному предотвращению.