La découverte de médicaments, c’est un peu comme travailler sur un puzzle. Les composés chimiques à l’origine des molécules médicamenteuses doivent être façonnés pour s’adapter aux protéines de notre corps afin de produire des effets thérapeutiques. Cette exigence d’ajustement méticuleux signifie que la création de nouveaux médicaments est extrêmement complexe et prend beaucoup de temps.
Pour accélérer le processus d’assemblage des puzzles, les chercheurs de SMU ont créé SmartCADD. Cet outil virtuel open source combine l’intelligence artificielle, la mécanique quantique et les techniques de conception de médicaments assistée par ordinateur (CADD) pour accélérer le criblage de composés chimiques, réduisant ainsi considérablement les délais de découverte de médicaments. Dans une étude récente publiée dans le Journal d’information et de modélisation chimiquesles chercheurs ont démontré la capacité de SmartCADD à identifier des médicaments candidats prometteurs contre le VIH.
Ce nouvel outil est né d’une collaboration interdisciplinaire entre le département de chimie de SMU du Dedman College of Humanities and Sciences et le département d’informatique de la Lyle School of Engineering.
“Il est urgent de découvrir de nouvelles classes de médicaments comme les antibiotiques, les traitements contre le cancer, les antiviraux et bien plus encore”, a déclaré Elfi Kraka, chef du groupe de chimie computationnelle et théorique (CATCO) à SMU. « Malgré l’adoption rapide de l’IA dans de nombreux domaines, on hésite à l’utiliser dans la recherche scientifique, principalement en raison de son opacité et de la qualité des données utilisées pour la formation. SmartCADD répond à ces préoccupations et peut filtrer des milliards de composés chimiques en une journée. , ce qui réduit considérablement le temps nécessaire à l’identification de candidats médicaments prometteurs.
Comment fonctionne SmartCADD
SmartCADD combine des modèles d’apprentissage profond, des processus de filtrage et une IA explicable pour filtrer les bases de données de composés chimiques utilisés pour identifier les pistes de médicaments. L’outil comporte deux composants principaux : l’interface pipeline de SmartCADD, qui collecte des données et exécute des filtres, et son interface de filtre, qui indique au système comment chaque filtre doit fonctionner. Ces filtres intégrés facilitent les différentes étapes de test des composés chimiques. Ils peuvent aider à prédire le comportement d’un médicament dans l’organisme, à modéliser à quoi ressembleront les structures d’un médicament à l’aide de paramètres 2D et 3D et à utiliser un modèle d’IA qui explique ses décisions.
Les chercheurs ont démontré la plateforme SmartCADD à travers trois études de cas différentes sur des médicaments utilisés pour traiter le VIH, et ont découvert que plusieurs protéines présentes dans le virus seraient des cibles prometteuses. SmartCADD a utilisé les données de la bibliothèque MoleculeNet pour créer et rechercher dans une base de données de 800 millions de composés chimiques et a déterminé que 10 millions pourraient fonctionner comme médicaments contre le VIH. Il a ensuite utilisé des filtres pour trouver les composés qui correspondaient le mieux aux médicaments anti-VIH déjà approuvés.
Alors que les chercheurs se sont concentrés sur les cibles du VIH pour l’étude, ils ont souligné que SmartCADD est polyvalent et peut être appliqué à d’autres pipelines de découverte de médicaments.
« Il s’agit d’une plateforme de criblage virtuelle conviviale qui fournit aux chercheurs un cadre hautement intégré et flexible pour créer des pipelines de découverte de médicaments », a déclaré Corey Clark, professeur adjoint d’informatique à la Lyle School of Engineering et directeur adjoint de la recherche à SMU Guildhall. . “Nous allons continuer à faire avancer les travaux pour étendre encore plus les capacités de chimie et d’apprentissage automatique. Le projet et ses opportunités sont vraiment passionnants, et je sais que la prochaine phase sera un pas en avant encore plus grand que la précédente.”
La collaboration a rendu SmartCADD possible
Le document met également en évidence la force de la collaboration interdisciplinaire à SMU. Outre Kraka et Clark, les auteurs incluent Ayesh Madushanka, chercheur postdoctoral en chimie, dont les travaux sont soutenus par une subvention de l’O’Donnell Data Science & Research Computing Institute, et Eli Laird, étudiant diplômé en informatique, titulaire d’un doctorat à l’Institut O’Donnell. D. bénéficiaire d’une bourse.
“Des domaines comme la découverte de médicaments nécessitent un effort combiné pour réussir réellement”, a déclaré Madushanka. “Je suis certain que si seulement le département de chimie avait travaillé là-dessus, le produit final n’aurait pas été le même. La collaboration interdisciplinaire apporte de nouvelles perspectives sur la même idée, aidant à l’affiner et à l’améliorer.”
Laird ajoute : « La recherche interdisciplinaire est absolument nécessaire pour réaliser des avancées majeures en matière de recherche qui ont réellement un impact sur le monde réel. Il s’agit d’un objectif majeur de SMU et d’une des principales raisons pour lesquelles je voulais poursuivre mon doctorat ici. “
Le financement de l’étude a été fourni par la National Science Foundation, subvention CHE 2102461. Les opinions, résultats et conclusions ou recommandations exprimés dans ce document sont ceux des auteurs et ne reflètent pas nécessairement les points de vue de la National Science Foundation.
#LIA #mécanique #quantique #sassocient #pour #accélérer #découverte #médicaments
