I ricercatori della SMU hanno sviluppato una serie di routine gestite da computer in grado di imitare le reazioni chimiche in un laboratorio, tagliando il tempo e le spese legate al lavoro spesso necessarie per trovare il miglior farmaco possibile per un risultato desiderato.

L'università ha un brevetto in sospeso per le routine di calcolo con il nome ChemGen. Oltre ad accelerare il processo di ricerca di farmaci di successo per applicazioni specifiche, ChemGen consentirà ai laboratori più piccoli di contribuire a ricerche significative a un livello che molti attualmente non possono permettersi.

"ChemGen ha la capacità di sostituire un team di 20 chimici organici altamente qualificati nell'ottimizzazione di una molecola di interesse, " ha detto il principale inventore John Wise, un professore SMU specializzato in biochimica strutturale. "Stiamo praticamente armando un esercito di laboratori più piccoli per fare ricerche davvero sofisticate.

"Spero anche che le principali aziende farmaceutiche traggano vantaggio da questa tecnologia, pure, " Wise ha detto. ChemGen potrebbe potenzialmente consentire a un edificio pieno di chimici qualificati di aumentare drasticamente la loro produttività da un minimo di sei problemi all'anno a un massimo di 60, Egli ha detto.

"Questo farà uscire i nuovi farmaci più velocemente e più a buon mercato, che è esattamente ciò di cui abbiamo bisogno per il coronavirus e qualunque cosa accada dopo, "Disse saggio.

Attualmente, possono volerci dai 12 ai 15 anni prima che un nuovo farmaco si faccia strada attraverso il design, sviluppo, processo di test e approvazione per l'uso nei pazienti. E mentre il costo medio dello sviluppo di farmaci per i produttori è oggetto di dibattito, le stime indicano che costano fino a $ 2,6 miliardi.

Come funziona

ChemGen accelera una prima parte del processo di scoperta di farmaci nota come ottimizzazione farmacologica, rendendo il farmaco funzionale ed efficace per applicazioni specifiche, un compito che può richiedere mesi per un team di chimici organici. ChemGen può svolgere le stesse attività virtualmente in pochi giorni utilizzando computer ad alte prestazioni come il mastodontico ManeFrame II di SMU.

Wise spiega che il primo passo nella creazione di un farmaco è identificare un bersaglio molecolare su cui il farmaco può agire, un bersaglio che svolge un ruolo nel consentire a una persona di essere infettata da un virus, sentire i sintomi di una malattia o subire altri danni al corpo. Una volta individuato il target, il passo successivo è trovare quante più chiavi chimiche possibili che possano potenzialmente bloccare la funzione del bersaglio e prevenire gli effetti biologici negativi che causano malattie e malattie. Sia i bersagli molecolari che le chiavi chimiche che agiscono su di essi tendono ad essere molecole estremamente complesse, responsabile di una serie di compiti nel corpo umano.

"Sono come le persone, " Wise ha detto. "Sono tutti diversi."

"Quando un'azienda farmaceutica trova un farmaco colpito, una "chiave" chimica che pensa possa essere preziosa, potrebbe far lavorare un team di chimici molto abili su quella molecola mirata. Non è l'unica molecola con cui lavoreranno, ma potrebbero trascorrere tre mesi dell'anno successivo facendo 1, 000 variazioni di quella molecola, "Disse saggio.

Questo è l'approccio tradizionale all'ottimizzazione farmacologica:i chimici cercano di determinare se esiste una corrispondenza migliore con la proteina bersaglio di quella che hanno appena trovato. La ragione che conta è che se un farmaco non si adatta perfettamente alla proteina, non si legherà abbastanza strettamente a quella proteina per essere efficace. I ricercatori devono anche identificare quali altre proteine ​​nel corpo umano potrebbero essere bloccate involontariamente dalla stessa chiave, possibilmente causando effetti collaterali.

ChemGen crea varianti molecolari della chiave chimica originale in modo computazionale invece che in un laboratorio di chimica fisica. Imita ciò che accadrebbe in varie combinazioni di circostanze.

"Abbiamo insegnato a ChemGen le regole della chimica per queste reazioni:cosa si può fare e cosa non si può fare, " disse il saggio, professore associato presso il Dipartimento di Scienze Biologiche SMU. "Possiamo prendere mille composti, reagirli nel computer, e fai 1, 000 prodotti da quello. Allora possiamo prendere quel gruppo di 1, 000 e reagisci con un secondo gruppo di 1, 000 altre molecole per creare un milione di diverse, ma prodotti correlati. Questo genera un'enorme quantità di varianza chimica per una data molecola".

Di conseguenza, ChemGen può esaminare queste varianti e determinare se qualcuna di esse è una corrispondenza migliore per la proteina mirata rispetto alla chiave originale.

"Il processo è cieco. Non c'è pregiudizio. Genera queste varianti, e poi dice solo, "Come stai bene, e lo classifica, " Wise ha detto. "Quindi un gruppo di ricerca o un'azienda farmaceutica deve solo sintetizzare effettivamente le molecole con le migliori possibilità di essere migliorate, lasciando le migliaia di molecole non migliorate nel computer e non sul banco del laboratorio.

"Questo approccio è molto efficiente sia in termini di tempo che di denaro, " Ha detto Wise. "Limita gli sprechi e rende più probabile che il nuovo farmaco sia migliore di quello che è stato originariamente scoperto".

Wise ha lavorato per più di un decennio con altri scienziati SMU, compresi gli studenti, per sviluppare quello che divenne ChemGen.

Wise ha avuto l'idea di creare ChemGen mentre lui e Pia Vogel stavano cercando di trovare composti in grado di invertire il fallimento della chemioterapia nei tumori aggressivi. Vogel è un professore e direttore del Center for Drug Discovery della SMU, Progettazione e consegna.

Alex Lippert, professore associato di chimica, ha aiutato il programma Wise ChemGen a sapere cosa poteva e non poteva fare in una reazione chimica. Lippert e il suo dottorato di ricerca lo studente Maha Aljowni ha anche sintetizzato fisicamente i composti farmacologici previsti da ChemGen e ha dimostrato di prevedere con precisione nuove molecole che potrebbero essere attive nel cancro multiresistenza ai farmaci.

Robert Kalescky ha preso gli script che Wise ha scritto e li ha convertiti in un linguaggio di programmazione diverso, in modo che ChemGen funzioni più velocemente e possa essere utilizzato da chiunque. Kalescky è lo scienziato delle applicazioni HPC di SMU, che assiste la comunità di ricerca presso SMU con il loro utilizzo di ManeFrame II.

Amila K. Nanayakkara, Mike Chen, Maisa Correa de Oliveira e Lauren Ammerman, tutte studentesse del dottorato in Scienze Biologiche. programma alla SMU, ha anche aiutato a testarlo. Ketetha Olengue ha anche assistito nelle prime ricerche quando era studentessa alla SMU.