15:59 2024-05-06 science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu

_ Chimie simulată: o nouă platformă AI proiectează medicamentele pentru cancer de mâine

_ Chimie simulată: nouă platformă AI proiectează medicamentele pentru cancer de mâine

Oamenii de știință de la UC San Diego au dezvoltat un algoritm de învățare automată pentru a simula chimia consumatoare de timp implicată în primele faze ale descoperirii medicamentelor, care ar putea eficientiza în mod semnificativ procesul și ar putea deschide porți pentru niciodată tratamente văzute înainte.

Identificarea medicamentelor candidate pentru optimizare suplimentară implică de obicei mii de experimente individuale, dar noua platformă de inteligență artificială (AI) ar putea da aceleași rezultate într-o fracțiune de timp. Cercetătorii au folosit noul instrument, descris în Nature Communications, pentru a sintetiza 32 de noi candidați la medicamente pentru cancer.

Tehnologia face parte dintr-o tendință nouă, dar în creștere în știința farmaceutică, de utilizare a inteligenței artificiale pentru a îmbunătăți descoperirea și dezvoltarea medicamentelor. .

„În urmă cu câțiva ani, IA era un cuvânt murdar în industria farmaceutică, dar acum tendința este cu siguranță inversă, startup-urile biotehnologice fiind greu să strângă fonduri fără să abordeze AI în planul lor de afaceri, „, a spus autorul principal Trey Ideker, profesor la Departamentul de Medicină de la UC San Diego School of Medicine și profesor adjunct de bioinginerie și informatică la UC San Diego Jacobs School of Engineering.

„Medicament ghidat de AI”. descoperirea a devenit un domeniu foarte activ în industrie, dar spre deosebire de metodele dezvoltate în companii, facem tehnologia noastră open source și accesibilă oricui dorește să o folosească.”

Noua platformă, numită POLYGON, este unic printre instrumentele AI pentru descoperirea de medicamente prin faptul că poate identifica molecule cu ținte multiple, în timp ce protocoalele existente de descoperire a medicamentelor acordă prioritate terapiilor cu o singură țintă. Medicamentele cu mai multe ținte prezintă un interes major pentru medici și oameni de știință datorită potențialului lor de a oferi aceleași beneficii ca terapia combinată, în care mai multe medicamente diferite sunt utilizate împreună pentru a trata cancerul, dar cu mai puține efecte secundare.

„Este nevoie de mulți ani și milioane de dolari pentru a găsi și dezvolta un nou medicament, mai ales dacă vorbim despre unul cu mai multe ținte”, a spus Ideker. „Cele puține medicamente multi-țintă pe care le avem au fost descoperite în mare parte întâmplător, dar această nouă tehnologie ar putea ajuta la eliminarea șanselor din ecuație și la lansarea unei noi generații de medicină de precizie.”

Cercetătorii au instruit POLYGON. pe o bază de date de peste un milion de molecule bioactive cunoscute care conține informații detaliate despre proprietățile lor chimice și interacțiunile cunoscute cu țintele proteice. Învățând din tiparele găsite în baza de date, POLYGON este capabil să genereze formule chimice originale pentru noi medicamente candidate care sunt probabil să aibă anumite proprietăți, cum ar fi capacitatea de a inhiba anumite proteine.

„La fel cum este AI. Acum foarte bun la generarea de desene și imagini originale, cum ar fi crearea de imagini ale fețelor umane pe baza proprietăților dorite, cum ar fi vârsta sau sexul, POLYGON este capabil să genereze compuși moleculari originali pe baza proprietăților chimice dorite", a spus Ideker.

p>„În acest caz, în loc să spunem AI cât de vechi vrem să arate fața noastră, îi spunem cum vrem ca viitorul nostru medicament să interacționeze cu proteinele bolii.”

Pentru a pune POLYGON la testul, cercetătorii l-au folosit pentru a genera sute de medicamente candidate care vizează diverse perechi de proteine ​​legate de cancer.

Dintre acestea, cercetătorii au sintetizat 32 de molecule care au avut cele mai puternice interacțiuni prezise cu proteinele MEK1 și mTOR. , o pereche de proteine ​​de semnalizare celulară care sunt o țintă promițătoare pentru terapia combinată a cancerului. Aceste două proteine ​​sunt ceea ce oamenii de știință numesc letale din punct de vedere sintetic, ceea ce înseamnă că inhibarea pe ambele împreună este suficientă pentru a ucide celulele canceroase, chiar dacă inhibarea singură nu este.

Cercetătorii au descoperit că medicamentele pe care le-au sintetizat au avut o activitate semnificativă împotriva MEK1 și mTOR, dar au avut puține reacții în afara țintei cu alte proteine. Acest lucru sugerează că unul sau mai multe dintre medicamentele identificate de POLYGON ar putea fi capabile să țintească ambele proteine ​​ca tratament pentru cancer, oferind o listă de opțiuni pentru ajustarea fină de către chimiștii umani.

„Odată ce aveți candidatul medicamente, mai trebuie să faceți toate celelalte elemente chimice necesare pentru a rafina acele opțiuni într-un singur tratament eficient”, a spus Ideker. „Nu putem și nu trebuie să încercăm să eliminăm expertiza umană din conducta de descoperire a medicamentelor, dar ceea ce putem face este să scurtăm câțiva pași ai procesului.”

În ciuda acestei precauții, cercetătorii sunt optimiști. că posibilitățile AI pentru descoperirea de medicamente sunt abia în curs de explorare.

„Vă fi foarte interesant să văd cum se va desfășura acest concept în următorul deceniu, atât în ​​mediul academic, cât și în sectorul privat.” spuse Ideker. „Posibilitățile sunt practic nesfârșite.”

(Fluierul)

Inapoi