Lorsque Ben Brown, professeur adjoint de recherche en chimie, réfléchit à l’épidémie d’opioïdes, il envisage le problème à un niveau moléculaire. Les analgésiques utilisés légitimement en médecine, tels que l’oxycodone, créent une forte dépendance, mais une meilleure compréhension de la manière dont leurs molécules interagissent avec les protéines du corps pourrait conduire à la formulation d’alternatives non addictives, a-t-il déclaré.
En mai, l’Institut national sur l’abus des drogues a accordé à Brown 1,5 million de dollars sur cinq ans pour poursuivre son travail dans ce domaine. Brown, professeur affilié au Vanderbilt Center for Addiction Research et au Center for Applied Artificial Intelligence in Protein Dynamics, développe une intelligence artificielle qui analyse des milliards de médicaments opioïdes potentiels pour révéler des informations détaillées sur la façon dont ils interagissent avec des protéines clés. Les 875 000 $ restants de la subvention seront versés à Vanderbilt pour couvrir les coûts indirects et administratifs liés aux recherches de Brown.
Brown concentrera ses recherches sur les récepteurs Mu-opioïdes, des protéines de signalisation du système nerveux central qui se lient aux opioïdes. Ces récepteurs modulent la douleur, le stress, l’humeur et d’autres fonctions. Les médicaments qui ciblent ces récepteurs comptent parmi les analgésiques les plus puissants, mais ils sont également les plus addictifs.
La subvention, un prix Avenir en chimie et pharmacologie des troubles liés à l’usage de substances, est attribuée par le NIDA à des chercheurs débutants qui proposent des études très innovantes et représentent l’avenir de la science de la toxicomanie.
L’énergie et l’enthousiasme que Ben apporte à sa science et à ses collaborations scientifiques sont exceptionnels, et il est tout à fait approprié qu’il soit reconnu comme un jeune pionnier dans son domaine. Ben est l’un des contributeurs intellectuels à l’origine de la fondation du Center for Applied AI in Protein Dynamics. Je prévois que Ben fera des progrès fondamentaux dans plusieurs aspects fondamentaux de la conception de médicaments assistée par ordinateur. »
Hassane Mchaourab, directeur du Centre d’IA appliquée en dynamique des protéines et titulaire de la Chaire Louise B. McGavock et professeur de physiologie moléculaire et de biophysique
La plate-forme informatique de Brown modélise les interactions médicament-protéine de manière à prendre en compte leurs mouvements physiques dynamiques. Ces mouvements, appelés changements conformationnels, peuvent se produire en quelques millisecondes et faire une grande différence dans la façon dont une protéine se comporte et se lie ou interagit avec une petite molécule médicamenteuse.
En modélisant informatiquement ce mouvement, les algorithmes peuvent prédire plus efficacement l’étroitesse d’interaction des protéines et des médicaments ainsi que les effets de cette interaction. Ces informations sont utilisées pour examiner des milliards de médicaments potentiels – une échelle sans précédent pour des protéines hautement dynamiques – ou pour en concevoir de nouveaux avec des propriétés qui entraînent moins d’effets secondaires addictifs.
Il existe déjà des plates-formes informatiques modélisant la structure des protéines et la manière dont elles interagissent avec les médicaments, mais elles négligent largement les changements conformationnels et prédisent mal le comportement d’un nouveau médicament. Cela est dû en partie au manque de données disponibles pour les algorithmes de formation.
Grâce au matériel riche en données des chercheurs Craig Lindsley, Heidi Hamm et Vsevolod V. Gurevich de Vanderbilt, Matthias Elgeti de l’Université de Leipzig et Wu Beili de l’Institut de matière médicale de Shanghai, Brown synthétisera, validera fonctionnellement et caractérisera structurellement des molécules médicamenteuses et des récepteurs conçus par les chercheurs. Suite à cette composante de la subvention, Brown réintroduira les données dans la plate-forme informatique afin qu’elles puissent être utilisées comme point de départ pour davantage de cycles d’optimisation ; une boucle de rétroaction itérative informatique-expérimentale.
“Vous voyez des patients pédiatriques subir une intervention chirurgicale et prendre des opioïdes en postopératoire, puis ils ont un problème après cela. C’est vraiment triste”, a déclaré Brown. “L’objectif est donc de fournir une analgésie sans risquer de dépendance. Et pour ceux qui souffrent de dépendance, de fournir de nouveaux médicaments pour aider à leur guérison.”
En plus du Centre d’IA appliquée à la dynamique des protéines et du VCAR, les affiliations de recherche de Brown comprennent le Centre de biologie structurale et le Vanderbilt Institute of Chemical Biology.
2024-01-20 07:22:00
1705725137
#Utiliser #lIA #pour #briser #cycle #dépendance #aux #opioïdes
