Коллектив учёных из Томского политехнического университета (ТПУ) и Сколтеха разработал универсальный метод на основе искусственных нейронных сетей для точного прогнозирования ключевых параметров полимерных скаффолдов — биосовместимых каркасов для регенерации тканей. Это открытие позволяет в разы сократить время и ресурсы, необходимые для разработки и оптимизации таких имплантов, что критически важно для ускоренного внедрения персонализированной регенеративной медицины.
Раньше поиск оптимальных условий производства скаффолдов (таких как диаметр волокон и их прочность) требовал проведения многочисленных дорогостоящих и длительных экспериментов. Традиционные методы статистического моделирования, как показало исследование, часто оказывались несостоятельными:
Результаты исследований показали, что модели дизайна Бокс-Бенкена не смогли предсказать данные по диаметру волокна и прочности на разрыв.
Новый подход использует двухслойные персептроны, которые способны выявлять сложные зависимости даже из небольших наборов экспериментальных данных. Это не только повышает точность прогноза, но и устраняет необходимость в каждом разе проводить обширные лабораторные тесты.
Более того, разработанный метод может быть использован не только для скаффолдов из поликапролактона, но и для различных типов полимеров, из которых можно получить скаффолды методом электроспиннинга.
Расчёты подтвердили, что нейросетевые модели значительно превосходят предыдущие методы по точности, особенно в прогнозировании механической прочности — ключевого параметра для успешной имплантации. В перспективе это открывает путь к созданию автоматизированных систем для проектирования скаффолдов с заданными свойствами, что позволит быстрее и дешевле создавать эффективные решения для восстановления повреждённых тканей у пациентов.
Результаты работы, поддержанной Министерством науки и высшего образования РФ, опубликованы в авторитетном международном журнале Computers in Biology and Medicine.
Читайте ещё материалы по теме:
Нет дизеля — поедет на масле: прототип биотоплива на основе рапсового масла создали в НовГУ