Інтегрована ШI-платформа пошуку біоактивних сполук рослинного походження

Класична розробка препаратів із рослинної сировини — довгий і витратний шлях. Він веде від етнофармакологічної гіпотези через сліпий скринінг сотень екстрактів до випадкових «попадань» і років оптимізації. Наша платформа скорочує цей шлях. Вона поєднує етнофармакологію, аналітичну хімію, хемоінформатику, машинне навчання та експериментальну валідацію в єдиний послідовний процес.

Штучний інтелект тут не замінює дослідника. Він допомагає приймати рішення й оптимізує пошук перспективних кандидатів. Кінцева мета — перехід від «сліпої фітотерапії» до data-driven фітофармацевтики.

1. Формування етнофармакологічної гіпотези

Спершу ми формуємо стартову гіпотезу під конкретний терапевтичний напрям — метаболічні захворювання, серцево-судинні патології, запальні та нейрозапальні процеси. Джерелами слугують етнофармакологічна й етноботанічна література, сучасні фітохімічні та фармакологічні дослідження, усталені традиційні практики використання рослин, а також біоінформатичні й хемоінформатичні підходи. На цьому етапі ми зважаємо на терапевтичну релевантність і на доступність сировини в Україні. Враховуємо сезонну та географічну варіабельність складу, окреслюємо потенційні мішені для дії біологічно активних сполук і шукаємо попередні дані про безпечність.

2. ШІ-аналіз наукової літератури та експертна валідація

Літературу ми аналізуємо за допомогою ШІ-агентів та ML-інструментів. Вони працюють із PubMed, ChEMBL, відкритими фітохімічними базами, етнофармакологічними джерелами й базами даних природних сполук. У підсумку формується структурований профіль: відомі біологічно активні речовини, їхня активність, можливі молекулярні мішені, методи екстракції та наявні токсикологічні дані. Отримані дані обов'язково перевіряє експерт, адже ШІ-моделі можуть давати неточні або неповні інтерпретації фітохімічної інформації.

3. Фінгерпринтинг та автентифікація сировини

Експериментальну частину ми починаємо з фінгерпринтингу сировини фізико-хімічними методами — хроматографічними (LC-MS, ГХ), спектральними та іншими, за потреби й доцільності. Мета — підтвердити автентичність рослинної сировини та створити стандартизований хімічний профіль. Водночас виявляємо сигнали, що можуть відповідати маркерним компонентам, контролюємо міжпартійну відтворюваність і перевіряємо сировину на домішки чи фальсифікацію. Окрему увагу приділяємо сезонній та географічній мінливості складу, адже концентрація активних речовин суттєво залежить від умов вирощування.

4. Оптимізація екстракції (DoE + ШІ)

Екстракцію ми оптимізуємо за допомогою планування експерименту (Design of Experiments), статистичного моделювання та ШІ-аналізу отриманих даних. Варіюємо розчинники, температуру, pH, тривалість екстракції та співвідношення тверда фаза / розчинник. ШІ не створює протокол автоматично. Натомість він аналізує серії експериментів і підказує оптимальні параметри для отримання хіміко-фізичних профілів із бажаною активністю.

5. In silico прогнозування активності та мультитаргетний аналіз

Для ідентифікованих сполук ми застосовуємо гібридний підхід: ML-прогноз біологічної активності, фармакофорний аналіз, ADMET-прогнозування та хемоінформатичну експертну оцінку. Найбільше нас цікавлять мультитаргетні ефекти, потенційна синергія, прогноз токсичності та взаємодія сполук у складі сумішей. Більшість ML-моделей навчена переважно на окремих синтетичних молекулах. Тому прогнозування для природних сумішей ми доповнюємо експертною інтерпретацією та експериментальною валідацією.

6. Формування та оптимізація «hit»-композицій

Класичний підхід працює за принципом «одна молекула — одна мішень». Наша платформа натомість орієнтована на раціональні мультитаргетні композиції. Такі суміші мають кілька переваг. Вони діють одразу на декілька патогенетичних механізмів, дають синергетичні ефекти, знижують ризик резистентності й токсичності. Вони також дозволяють використовувати менші концентрації окремих складників і краще пасують до складних хронічних захворювань. Підхід особливо перспективний для метаболічного синдрому, цукрового діабету 2 типу, хронічного запалення, серцево-судинних і нейрозапальних патологій, а також антимікробних та антибіоплівкових систем. Це і є концепція AI-guided precision phytopharmacology.

7. Експериментальна in vitro валідація

На експериментальний етап переходять короткий список пріоритетних сполук, стандартизовані екстракти та «hit»-композиції. Тут ми проводимо клітинні тести, ферментативні аналізи, оцінку цитотоксичності, аналіз механізмів дії та перевірку синергії складників. Так ми відсіюємо випадкових кандидатів і зосереджуємо ресурси на найперспективніших композиціях.

8. Доклінічна трансляція та перспективи застосування

Головний результат платформи — стандартизована «hit»-суміш рослинного походження з контрольованим складом і охарактеризована фізико-хімічними методами. Таку суміш можна патентувати або передавати фармацевтичним компаніям у форматі «know-how» для наступних стадій розробки ліків. Вона також може стати основою для дієтичних добавок нового покоління. Серед перспективних напрямів застосування — метаболічні та кардіометаболічні захворювання, нейрозапальні стани, модуляція мікробіому, антиоксидантні системи, допоміжна терапія хронічних захворювань, а також антимікробні та антибіоплівкові композиції.

Чому цей підхід перспективний

Платформа економить час і ресурси на первинному скринінгу та веде від «сліпої фітотерапії» до data-driven фітофармацевтики. Стандартизовані хіміко-фізичні профілі разом з інтеграцією етнофармакології, метаболоміки, ШІ та експериментальної фармакології дають концепцію «керованих сумішей». Це вже не класичний «екстракт невідомого складу», а стандартизована композиція з контрольованим хімічним профілем і прогнозованою активністю.

Ключова перевага — відхід від моделі «одна молекула — одна мішень» до реалістичнішої мультитаргетної дії. Для метаболічних, запальних, нейродегенеративних і серцево-судинних захворювань це принципово. Такі патології майже ніколи не пов'язані лише з одним сигнальним шляхом. У метаболічних хворобах одночасно присутні оксидативний стрес, хронічне запалення, інсулінорезистентність, порушення мікробіому, дисфункція мітохондрій і судинні порушення. Одна молекула рідко покриває весь цей спектр. Натомість раціонально створена фітокомпозиція здатна діяти одразу на кілька патогенетичних вузлів.

Поєднання етнофармакології, аналітичної хімії, метаболоміки, машинного навчання та експериментальної фармакології в межах єдиного процесу дозволяє системно й відтворювано шукати біологічно активні рослинні композиції. Такий міждисциплінарний формат відкриває шлях до стандартизованих мультитаргетних композицій із контрольованим складом і прогнозованою активністю.

Публікації

1. Maiula TG (2026) LC-MS chromatographic fingerprinting as a tool for medicinal plant standardization (Hypericum perforatum L. as a case study). ScienceRise: Biological Science. https://doi.org/10.15587/2519-8025.2026.362775
2. Khromov A, Dobrelia N, Konvalyuk I, Bieda O, Andreev I, Mozhylevska L, Yarmoluk S, Soloviev A, Kunakh V (2025) Alkaloid Composition and Antiarrhythmic Activity of the Extracts from Rauvolfia serpentina Tissue Culture. Planta Med 91(12):645-655.
3. Maiula TG, Yarmoliuk SM, Konvaliuk II, Kunakh VA (2025) In silico prediction of neuroprotective properties of natural compounds using Scutellaria baicalensis as an example. Biopolym Cell 41(2):139-149. https://doi.org/10.7124/bc.000B18
4. Maiula TG, Bieda OA, Pylaieva TV, Yarmoluk SM (2025) In silico modeling and prediction of antidiabetic potential of bioactive compounds from Galega officinalis L. non-alkaloid extract. Biopolym Cell 41(4):309-317. https://doi.org/10.7124/bc.000B29
5. Stepanova SI, Strygol SYu, Kotsar OO, Bieda OA, Konvalyuk II, Pylaeva TV, Mozhylevska LP, Yarmoluk SM, Kunakh VA (2025) Chemical composition and effect of Ungernia victoris tissue culture extract on behavioral responses, movement coordination, and pain sensitivity in mice. Pharmacol Drug Toxicol 19(2).
6. Khromov OS, Dobrelia NV, Parshikov OV, Konvalyuk II, Bieda OA, Mozhylevska LP, Yarmoluk SM, Soloviev AI, Kunakh VA (2023) The hypotensive activity of different fractions of the extracts from tissue culture biomass Rauwolfia serpentina Benth. Fiziol Zh 69(4):45-53.
7. Kunakh VA, Konvalyuk II, Mozhylevska LP, Bieda OA, Twardovska MO, Andreev IO, Yarmolyuk SM (2023) Comprehensive study of hormone-independent highly productive strain of Rauvolfia serpentina tissue culture as a source of indole alkaloids. Biopolym Cell 39(4):283-298.
8. Yadlovskyi OYe, Demchenko AM, Konvalyuk II, Mozhylevska LP, Bieda OA, Yarmoluk SM, Kunakh VA (2022) Study of the biomass of Rauwolfia serpentina Benth. tissue culture — a source of antiarrhythmic and hypotensive alkaloids — for acute and subacute toxicity. Pharmacology and Drug Toxicology 16(4):281-292.
9. Bieda OA, Konvaliuk II, Mozhylevska LP, Lukashov SS, Kunakh VA, Yarmoluk SM (2021) Determination of content of indole alkaloids in cell biomass of Rauwolfia serpentina Benth. ex Kurz tissue culture. Curr Issues Pharm Med Sci Pract 14(1):73-78.
10. Yadlovskyi OYe, Demchenko AM, Konvalyuk II, Mozhylevska LP, Bieda OA, Matiushok VI, Kunakh VA, Yarmoluk SM (2021) Study of the sedative effect of extract from tissue culture biomass of Rauwolfia serpentina. Farm Zh (2):78-86.
11. Monchak IL, Konvalyuk II, Balanda AO, Lukashov SS, Matiushok VI, Kunakh VA, Yarmoluk SM, Soloviev AI (2021) Study of the vasodilatory effect of extract from tissue culture biomass of Rauwolfia serpentina Benth. Farm Zh (3):71-80.