Antibiotici per il trattamento di malattie particolarmente resistenti, molecole che bloccano le reazioni eccessive del sistema immunitario, molecole che inibiscono la crescita delle cellule tumorali rimuovendo il ferro in eccesso, molecole che possono aumentare la digestione dei grassi:tutto questo e molto altro è stato scoperto negli ultimi anni utilizzando un approccio computerizzato unico per risolvere problemi particolarmente complessi.

Negli ultimi cinque anni, un algoritmo iterativo di eliminazione stocastica (ISE) sviluppato nel laboratorio del Prof. Amiram Goldblum, presso l'Istituto per la ricerca sui farmaci dell'Università Ebraica di Gerusalemme, è stato applicato alla scoperta di potenziali farmaci. L'Istituto fa parte della Scuola di Farmacia della Facoltà di Medicina e Chirurgia. Testato per la prima volta per risolvere problemi nella struttura e nella funzione delle proteine, da allora l'algoritmo è stato utilizzato per ridurre i tempi di scoperta dei farmaci, da anni a mesi e persino a settimane.

La soluzione di Goldblum è diversa dagli algoritmi chiamati euristici, che si basano sulla derivazione di soluzioni utilizzando la logica e l'intuizione, e suggerisce soluzioni migliori. In questo caso, l'algoritmo produce un modello per l'attività di piccole molecole su una o più proteine ​​note per causare la malattia. Un modello è un insieme di filtri di proprietà fisico-chimiche che distinguono tra molecole attive e non attive, o tra quelli più e meno attivi. Milioni di molecole possono quindi essere schermate dal modello, che consente il punteggio di ogni molecola da un numero che riflette la sua capacità di passare attraverso i filtri in base alle proprie proprietà fisico-chimiche.

Un modello di questo tipo si costruisce solitamente in poche ore ed è in grado di schermare milioni di molecole in meno di un giorno. Perciò, entro pochi giorni o più, è possibile fare previsioni iniziali sulle molecole candidate per una specifica attività per combattere una malattia. La maggior parte di questi candidati non è mai stata conosciuta prima di avere alcuna attività biologica.

Per lo sviluppo di questo algoritmo, Il prof. Goldblum ha vinto un premio dell'American Chemical Society nel 2000. Da allora, l'algoritmo ha risolto molti problemi relativi alla comprensione di vari sistemi biologici come la flessibilità delle proteine, interazioni proteine-piccole molecole, e altro ancora. Queste e altre scoperte nascono dalle collaborazioni tra il laboratorio di Goldblum, dove i suoi studenti utilizzano l'algoritmo per risolvere vari problemi, e laboratori e aziende farmaceutiche nel mondo che testano le previsioni di Goldblum in Germania, Giappone, negli Stati Uniti e, naturalmente, in Israele.

Sulla base della tecnologia di Goldblum, l'azienda Pepticom è stata fondata nel 2011 da Yissum, il braccio di Trasferimento Tecnologico dell'Università Ebraica, rivoluzionare la scoperta di nuovi candidati a farmaci peptidici. La risorsa chiave di Pepticom è un'eccezionale piattaforma di intelligenza artificiale finalizzata alla progettazione di ligandi peptidici basati su strutture cristalline risolte di proteine.

Ampie applicazioni

L'algoritmo può essere applicato ad altri tipi di problemi, in cui il numero di possibilità è immenso e non risolvibili anche se i computer più potenti del mondo ci lavorassero insieme. Questi includono problemi in cui il numero di risultati possibili è 10 alla potenza di 100 (10100) e più, come problemi di trasporto terrestre, aviazione, comunicazioni e sistemi biologici.

Nel campo dei trasporti, ciò potrebbe comportare la ricerca di modi alternativi per spostarsi da un punto all'altro utilizzando i dati sul traffico su ciascuna delle strade alternative che conducono tra i due punti. Nell'aviazione, una disposizione ottimale di atterraggi e decolli in aeroporti trafficati. Nelle telecomunicazioni, trovare i percorsi meno costosi all'interno di una complessa serie di cavi di comunicazione. E in biologia, un modello costruito sulla base di poche decine o centinaia di molecole serve a vagliare milioni di molecole ea scoprire nuovi candidati farmaci. Questi vengono poi inviati ai laboratori sperimentali per essere ulteriormente sviluppati, e in alcuni casi sono stati cruciali nel promuovere lo sviluppo del trattamento per il morbo di Alzheimer e le diverse forme di cancro.