Pfizer, la principale azienda farmaceutica, e il Centro di ricerca per la medicina molecolare dell'Accademia austriaca delle scienze (CeMM) hanno sviluppato un metodo di scoperta di farmaci basato sull'intelligenza artificiale. Il nuovo approccio, risultato di uno sforzo innovativo, può potenzialmente intensificarsi il periodo durante il quale viene individuato il principio attivo con potenziale terapeutico e si realizzano i progressi più importanti nel campo della ricerca farmaceutica.
Svelata la scoperta di farmaci basati sull'intelligenza artificiale
su The Science Journal, attraverso un team di ricercatori del CeMM, è stata progettata una piattaforma di apprendimento automatico basata sull’intelligenza artificiale per visualizzare le preferenze di legame di centinaia di piccole molecole a migliaia di diverse proteine umane. Questa piattaforma innovativa crea dati ricchi sulle interazioni di piccole molecole-proteine per mantenere il database, che rappresenta un punto di partenza fondamentale per accelerare la ricerca sui farmaci.
C’è una lacuna nelle informazioni sullo sviluppo dei farmaci su come le piccole molecole interagiscono con le proteine umane. Questa relazione non è stata ampiamente studiata. Sebbene le piccole molecole siano una componente chiave dello sviluppo di farmaci, solo una piccola parte delle proteine umane, note anche come ligandi, rende difficile dal punto di vista terapeutico e scientifico il progresso dell’innovazione e della comprensione fondamentale.
Dimensioni e impatto senza precedenti
Gli scienziati hanno adottato una strategia di proteomica chimica utilizzando circa 407 diversi ligandi di frammenti di piccole molecole per colpire aree delle proteine umane. Utilizzando questo approccio, hanno rilevato quasi 47,7K precise interazioni proteina-ligando, che riguardano 2.600 proteine diverse. È interessante notare che quasi il 90% delle proteine che si formano non hanno ligandi conosciuti, un grande merito del lavoro congiunto.
Questo studio ha un significato accademico e implicazioni più ampie per la traduzione nel trattamento di bersagli proteici sintetizzando analoghi del ligando. Inoltre, i big data sono stati determinanti nella creazione di strutture di apprendimento informatico in grado di prevedere il comportamento di piccole molecole nei sistemi biologici. Ciò ha portato grandi benefici alla ricerca scientifica.
Accesso aperto e sforzi collaborativi
Il nuovo approccio scientifico della scienza aperta è al centro di questa iniziativa collaborativa. Tutti i modelli e i dati creati utilizzando questo progetto sono disponibili gratuitamente a tutta la comunità scientifica. Queste risorse, unite sotto l’obiettivo comune di combattere le infezioni resistenti ai farmaci, stimoleranno probabilmente la collaborazione e contribuiranno all’avanzamento collettivo del processo di scoperta dei farmaci. Gli scienziati possono accedere ed esplorare la ricchezza di informazioni del CeMM e della Pfizer attraverso un'applicazione web intuitiva, consentendo ulteriori innovazioni e scoperte.
La partnership tra Pfizer e CeMM rappresenta un cambiamento paradigmatico nello sviluppo terapeutico. Utilizza l’intelligenza artificiale e l’apprendimento automatico per mettere a punto le cose più rapidamente fino al punto in cui vengono trovati i farmaci per il trattamento. Questo lavoro innovativo avrà la massima influenza sull'industria farmaceutica perché ha il potenziale per chiarire i meccanismi delle interazioni proteina-piccola molecola.
Coinvolgere gli attori più grandi dell’industria farmaceutica e unirsi alle istituzioni accademiche come partner sarà più importante in futuro negli sforzi per continuare a innovare e trattare le questioni mediche che richiedono attenzione. Il lavoro appena svolto da Pfizer e CeMM rafforza il fatto che esiste un grande potenziale in tali cooperazioni che potrebbero rendere possibile l’era dello sviluppo di nuovi farmaci.
Notizie tratte da Science